M-Polfo: Sistem Pakar Formulasi Pakan Unggas Menggunakan Metode Linear Programming
M-POLFO: SISTEM PAKAR FORMULASI PAKAN UNGGAS
MENGGUNAKAN METODE LINEAR PROGRAMMING
NUZULA SA’ADATUL MUZAYYANAH
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul M-Polfo: Sistem Pakar
Formulasi Pakan Unggas Menggunakan Metode Linear Programming adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, November 2013
Nuzula Sa’adatul Muzayyanah
NIM G64090003
ABSTRAK
NUZULA SA’ADATUL MUZAYYANAH. M-Polfo: Sistem Pakar Formulasi
Pakan Unggas Menggunakan Metode Linear Programming. Dibimbing oleh
WISNU ANANTA KUSUMA dan ANURAGA JAYANEGARA.
Kualitas dan kuantitas pakan merupakan faktor yang mempengaruhi
pertumbuhan unggas. Kualitas dan kuantitas pakan ini ditentukan oleh nutrisi
yang terkandung di dalam bahan pakan. Terdapat kesulitan dalam perhitungan
pemenuhan kebutuhan nutrisi unggas terhadap nutrisi yang terkandung pada
pakan ternak jika perhitungan tersebut dilakukan secara manual. Di sisi lain pakan
juga menempati urutan pengeluaran terbesar dalam produksi unggas yaitu 70-80%.
Masalah dalam pemberian pakan ternak dapat dipecahkan dengan formulasi pakan
unggas. Oleh karena itu diperlukan sebuah aplikasi
yang mampu
memformulasikan pakan unggas. Pada penelitian ini, berhasil dikembangkan
sebuah prototype aplikasi yang mampu memformulasikan pakan unggas. Aplikasi
tersebut dapat menampilkan bahan pakan yang dapat digunakan dalam membuat
formulasi pakan dengan biaya yang minimal, namun tetap memperhatikan
kebutuhan nutrisi unggas dan stok bahan pakan yang dimiliki pengguna. Hasil
pengujian menunjukkan aplikasi ini dapat menyamai aplikasi formulasi lain yaitu
WinFeed. Bahkan dalam pengujian, aplikasi ini dapat menghasilkan ransum
dengan harga yang lebih murah.
Kata Kunci: formulasi pakan, linear programming, optimasi, ternak unggas
ABSTRACT
NUZULA SA’ADATUL MUZAYYANAH. M-Polfo: Poultry Feed Formulation
Expert System Using Linear Programming Method. Supervised by WISNU
ANANTA KUSUMA and ANURAGA JAYANEGARA.
Feed’s quality and quantity is one of the most important factors that affect
poultry’s growth, determined by the nutrients contained on its ingredients.
Difficulties arise in the calculation of poultry’s nutritional fulfillment against the
feed’s nutrients, especially when the feeding is done manually. On the other hand,
in poultry production, feed contributes to 70-80% of the total production cost.
Thus, the formulation of poultry feed is required. This research successfully
develops a prototype application of poultry feed formulation which can formulate
poultry feed. The application can provide feed ingredients to be utilized for feed
formulation at minimal cost, but at the same time, still considering the minimum
requirement of poultry’s nutrition fulfillment and the available stock. Linear
programming method is used for calculating the optimal value in the feed
formulation. The application is tested with other formulation application,
WinFeed. The testing result shows that this application have relative similar result
with WinFeed formulation application. Even this application can produces a
poultry feed with cheaper price than that of produced by WinFeed.
Keywords: linear programming, feed formulation, optimization, poultry.
M-POLFO: SISTEM PAKAR FORMULASI PAKAN UNGGAS
MENGGUNAKAN METODE LINEAR PROGRAMMING
NUZULA SA’ADATUL MUZAYYANAH
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Penguji: Dr Heru Sukoco SSi MT
Judul Skripsi: M-Polfo: Sistem Pakar Fonnulasi Pakan Unggas Menggunakan Metode
Linear Programming
:\ama
- I
: ｾｵｺｬ｡＠
Sa'adatul Muzayyanah
: 064090003
Disetujui oleh
<
STMT
Tanggal Lulus:
Dr Anuraga Jayanegara, SPt MSc
Pembimbing II
Judul Skripsi : M-Polfo: Sistem Pakar Formulasi Pakan Unggas Menggunakan
Metode Linear Programming
Nama
: Nuzula Sa’adatul Muzayyanah
NIM
: G64090003
Disetujui oleh
Dr Wisnu Ananta Kusuma ST MT
Pembimbing I
Dr Anuraga Jayanegara SPt MSc
Pembimbing II
Diketahui oleh
Dr Ir Agus Buono MSi MKomp
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2013 ini ialah
formulasi pakan, dengan judul M-Polfo: Sistem Pakar Formulasi Pakan Unggas
Menggunakan Metode Linear Programming. Sholawat dan salam penulis tujukan
kepada Rasulullah Muhammad Sholallahu 'Alaihi Wa Sallam yang telah
menuntun kita dari zaman yang gelap gulita menuju zaman yang terang benderang
dan penuh dengan ilmu pengetahuan
Terima kasih penulis ucapkan kepada Bapak Dr Wisnu Ananta Kusuma ST
MT dan Bapak Dr Anuraga Jayanegara SPt MSc selaku dosen pembimbing
skripsi yang telah membimbing serta memberikan saran dan masukan yang
membangun. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta
seluruh keluarga, atas segala doa dan kasih sayangnya.
Semoga karya tulis ini bisa memberikan kontribusi besar kepada
perkembangan bangsa, terutama perkembangan peternakan di Indonesia.
Bogor, November 2013
Nuzula Sa’adatul Muzayyanah
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
3
Formulasi Ransum
3
Linear Programming
3
METODE
4
Identifikasi Masalah
4
Pencarian Sumber Pengetahuan
5
Akusisi Pengetahuan
6
Representasi Pengetahuan
6
Pengembangan Mesin Inferensia
6
Implementasi
7
Pengujian
7
HASIL DAN PEMBAHASAN
8
Identifikasi Masalah
8
Pencarian Sumber Pengetahuan
8
Akusisi Pengetahuan
8
Representasi Pengetahuan
9
Pengembangan Mesin Inferensia
9
Implementasi
12
Pengujian
13
SIMPULAN DAN SARAN
Simpulan
13
13
Saran
14
DAFTAR PUSTAKA
14
LAMPIRAN
15
RIWAYAT HIDUP
28
DAFTAR TABEL
1 Bentuk umum tabel simpleks linear programming
2 Tabel jenis dan rentang umur unggas dalam M-Polfo
7
9
DAFTAR GAMBAR
1
2
3
4
5
6
Tahapan sistem pakar (Marimin 2009) dan tahapan simpleks linear
programming
Context Diagram untuk M-Polfo
Code dari pemilihan kolom kunci
Code dari pemilihan baris kunci
Code dari pengubahan nilai-nilai pada baris kunci
Code dari pengubahan nilai-nilai pada selain baris kunci
5
9
11
12
12
12
DAFTAR LAMPIRAN
1 Daftar kebutuhan nutrisi ternak unggas Broilers (NRC SPN USA
1994)
2 Daftar jenis bahan pakan (NRC SPN USA 1994)
3 Bentuk umum tabel simpleks linear programming
4 Antarmuka halaman utama aplikasi M-Polfo
5 Antarmuka daftar bahan pakan fitur kandungan nutrisi pakan
6 Antarmuka rincian bahan pakan fitur kandungan nutrisi pakan
7 Antarmuka daftar unggas fitur kebutuhan nutrisi unggas
8 Antarmuka rincian kebutuhan unggas fitur kebutuhan nutrisi unggas
9 Antarmuka pemilihan unggas fitur formulasi
10 Antarmuka pemilihan bahan pakan fitur formulasi
11 Antarmuka pemilihan nutrisi fitur formulasi
12 Antarmuka hasil formulasi fitur formulasi
13 Perbandingan hasil formulasi menurut WinFeed 2.8 dengan M-Polfo
15
16
22
23
23
24
24
25
25
26
26
27
27
1
PENDAHULUAN
Latar Belakang
Kualitas dan kuantitas pakan merupakan salah satu faktor yang
memengaruhi pertumbuhan seekor unggas selain faktor penting lainnya, yaitu
genetika, jenis kelamin, kecepatan pertumbuhan, umur, dan kesehatan (Arfayanto
2010). Direktorat Jenderal Peternakan dan Kesehatan Hewan Kementerian
Pertanian (Dirjen PKH Kementan 2012) menyatakan bahwa pakan merupakan
faktor strategis yang dapat memengaruhi produksi unggas. Biaya pakan
menempati urutan pengeluaran terbesar dari total biaya produksi sebesar 70-80%.
Oleh karena itu, selain kualitas dan kuantitas yang tepat, harga juga menjadi
pertimbangan penting dalam menyusun formula pakan unggas.
Kompleksnya penghitungan kualitas dan kuantitas pakan menyebabkan
peternak kesulitan dalam menentukan kualitas dan kuantitas pakan yang sesuai
dengan kebutuhan unggas. Kompleksnya penghitungan ini disebabkan oleh
beragamnya kebutuhan nutrisi unggas dan jenis nutrisi yang terkandung di dalam
bahan pakan unggas. Kebutuhan nutrisi ini meliputi energi, protein dan asam
amino, lemak, mineral makro, mineral mikro, dan vitamin. Kebutuhan nutrisi
tersebut masih didekomposisi lagi menjadi bagian yang lebih spesifik. Protein dan
asam amino terbagi menjadi protein kasar, arginine, glycine, serine, histidine,
isoleucine, leucine, lysine, methionine, phenylalanine, tyrosine, threonine,
tryptophan, dan valine. Mineral makro terbagi menjadi kalsium, nonphytate
phosphorus, kalium, sodium, klorin, magnesium. Mineral mikro terbagi menjadi
mangan, zinc, besi, tembaga, iodine, dan selenium. Vitamin terbagi menjadi A, D3,
E, K, riboflavin, niacin, B12, choline, biotin, asam folid, thiamin, dan pyridoxine.
Untuk mengatasi kompleksitas permasalahan tersebut, para ahli pakan
unggas melakukan pendekatan dengan cara memformulasikan pakan unggas.
Formulasi ini disusun berdasarkan besarnya persentase masing-masing bahan
pakan yang memenuhi kebutuhan nutrisi yang optimal. Selain menentukan
komposisi masing-masing bahan pakan yang memenuhi kebutuhan optimal dari
sisi nutrisi maupun jumlah, formulasi ini diharapkan juga dapat menentukan
komposisi bahan pakan dengan harga terendah. Namun, untuk melakukan
formulasi pakan unggas secara seksama, diperlukan pengetahuan ahli pakan
unggas dalam penghitungan formulasi pakan unggas. Penghitungan formulasi
pakan unggas akan membutuhkan waktu yang lama jika dikerjakan secara manual
tanpa bantuan komputer. Semakin banyak komponen nutrisi dan jenis bahan
pakan yang diperhitungkan, penghitungan formulasi semakin kompleks, rumit,
dan lama. Bagi peternak kecil, hal ini adalah salah satu kendala yang dihadapi
karena keterbatasan pengetahuan dalam penghitungan formulasi. Oleh karena itu,
diperlukan sebuah sistem pakar formulasi pakan unggas yang mampu
memformulasikan pakan unggas secara mudah dengan penghitungan secara
terkomputerisasi.
Telah banyak sistem pakar yang mampu memformulasikan pakan unggas.
Sistem pakar pengatur nutrisi pakan unggas tersebut antara lain Feed Mania,
Uffda, dan WinFeed. Aplikasi ini umumnya berbiaya mahal dan sulit untuk
dimodifikasi agar sesuai dengan kebutuhan peternak unggas lokal. Adapun di
2
Indonesia telah ada sistem pakar formulasi pakan ternak, seperti yang telah
dibangun oleh Nugraha (2012), Nurzepika (2010), dan Kusnandar (2004). Sistem
pakar ini masih berbasis desktop sehingga kurang sesuai bagi pengguna yang lebih
sering melakukan aktivitas bergerak dibandingkan berdiam di suatu tempat.
Pada penelitian ini diusulkan sebuah sistem pakar berbasis mobile untuk
mendukung formulasi pakan unggas yang mampu melayani pengguna yang lebih
sering melakukan aktivitas bergerak. Sistem pakar formulasi pakan unggas ini
dibuat untuk mengatur kandungan nutrisi pada pakan unggas berdasar pada
kebutuhan unggas dengan tujuan menekan biaya pakan seminimal mungkin.
Untuk mengatur kandungan gizi dan biaya pakan, digunakan algoritme linear
programming. Algoritme ini dipilih karena mampu menangani jumlah variabel
yang banyak secara efisien.
Perumusan Masalah
Berdasarkan uraian yang tercantum pada latar belakang, dapat dirumuskan
adanya kebutuhan sistem pakar formulasi pakan yang mudah diakses oleh
pengguna yang lebih banyak melakukan aktivitas bergerak. Oleh karena itu,
dibutuhkan sebuah sistem pakar mobile yang mampu memformulasikan pakan
unggas secara cepat sehingga memudahkan pengguna dalam menyusun formulasi
pakan. Sistem pakar ini harus mampu memformulasikan pakan berdasar pada
kebutuhan nutrisi unggas yang optimal dengan biaya pakan yang seminimal
mungkin.
Tujuan Penelitian
1
2
Tujuan dilakukannya penelitian ini adalah:
Mengembangkan sistem pakar formulasi pakan unggas berbasis mobile yang
mampu menentukan jumlah bahan pakan yang digunakan serta biaya pakan
yang digunakan dengan menggunakan metode linear programming.
Mempermudah dan mempercepat pengguna dalam memformulasikan pakan
unggas.
Manfaat Penelitian
1
2
Manfaat penelitian ini adalah :
Menghasilkan sistem pakar formulasi pakan unggas berbasis mobile yang
mampu menentukan bahan pakan yang digunakan serta biaya pakan yang
digunakan.
Pengguna lebih mudah dan cepat dalam memformulasikan pakan unggas.
Ruang Lingkup Penelitian
1
2
Ruang lingkup penelitian ini adalah:
Data harga bahan pakan yang digunakan adalah data pada Forsum (2012).
Data kebutuhan nutrisi unggas dan kandungan nutrisi bahan pakan yang
digunakan adalah data pada NRC SPN USA (1994).
3
TINJAUAN PUSTAKA
Formulasi Ransum
Ransum merupakan satu atau beberapa jenis pakan yang diberikan untuk
memenuhi kebutuhan ternak selama sehari semalam (Ensminger 1992). Menurut
Rasyaf (1994), bahan-bahan ransum harus mampu memenuhi nilai gizi yang
dibutuhkan oleh ternak. Nilai gizi yang diperlukan oleh unggas terdiri atas sumber
protein, sumber energi, dan sumber vitamin serta mineral. Tingkat kebutuhan nilai
gizi pada tiap unggas berbeda-beda, tergantung pada jenis unggas dan umur
unggas (Kusnandar 2004).
Menurut Ensminger (1992), sebelum melakukan formulasi ransum unggas
dengan benar, harus diketahui:
1 Kebutuhan nutrisi dari unggas (feeding standards).
2 Ketersediaan, kandungan nutrisi, dan harga dari bahan-bahan pakan.
3 Palatabilitas dan sifat fisik dari bahan-bahan pakan.
4 Kandungan unsur-unsur berbahaya yang juga menentukan kualitas dari bahan
pakan.
Linear Programming
Linear Programming sering dipergunakan dalam masalah optimalisasi, baik
dalam meminimumkan maupan memaksimumkan suatu fungsi. Linear
Programming ialah suatu persoalan untuk menentukan besarnya nilai-nilai
variabel sedemikian rupa sehingga nilai fungsi tujuan atau objektif yang linear
menjadi optimum dengan memperhatikan pembatasan-pembatasan yang ada yaitu
pembatasan mengenai input-nya (Supranto 1983). Menurut Wiston (1995), linear
programming memiliki karakteristik sebagai berikut:
Tujuan masalah tersebut adalah memaksimumkan atau meminimumkan fungsi
linear dari sejumlah variabel keputusan. Fungsi tersebut dinamakan fungsi
objektif.
Nilai variabel-variabel keputusan harus memenuhi kendala, yang berupa
persamaan linear atau pertidaksamaan linear
Ada batasan tanda pada tiap variabel. Untuk sembarang variabel xi,
pembatasan tanda menentukan xi harus tak negatif xi > 0 atau tidak dibatasi
tandanya (unrestricted in sign).
Menurut Susanta (1994), rumusan program linear secara umum adalah
mencari x1, x2, x3, xn yang mengoptimumkan f = c1x1 + c2x2 + … + cnxn dan
memenuhi susunan kendala sebagai berikut:
a11x1 + a12x2 + ... + a1nxn
a21x1 + a22x2 + ... + a2nxn
....
am1x1 + am2x2 + ... +amn xn
x1, x2,... xn
(≤, =, ≥)
(≤, =, ≥)
b1
b2
(≤, =, ≥)
≥
bm
0
dengan:
f
xj
: fungsi tujuan
: variabel keputusan
4
aij
b1
cj
x j> 0
: koefisien teknis (koefisien dalam kendala utama)
: suku tetap
: koefisien biaya (koefisien dalam fungsi tujuan)
: kendala tak negatif
Metode linear programming mempunyai langkah-langkah sebagai berikut:
Membentuk fungsi tujuan .
Membentuk serangkaian susunan kendala .
Membentuk kanonik yang memiliki variabel basis.
Mencari himpunan penyelesaian yang feasible.
Memasukkan himpunan penyelesaian yang feasible ke fungsi tujuan.
Memilih nilai yang paling optimum.
Fungsi tujuan f = c1 x1 + c2 x2 + … + cn xn pada program linear merupakan
tujuan yang akan dicapai atau dioptimalkan. Sementara itu, fungsi kendala
merupakan persamaan atau pertidaksamaan yang membatasi pencapaian fungsi
tujuan.
Fungsi kanonik merupakan fungsi kendala atau fungsi tujuan yag telah
diubah menjadi kesamaan dan diberi tambahan variabel slack. Variabel slack
adalah variabel tambahan yang mewakili tingkat pengangguran atau kapasitas
yang merupakan batasan. Menurut Herjanto (2007), cara mengubah bentuk umum
program linear ke bentuk kanonik adalah sebagai berikut:
1 Menambahkan variabel slack untuk ketidaksamaan kendala yang berbentuk
lebih kecil ().
3 Mengalikan dengan -1 terhadap nilai suku tetap (b1) negatif.
1
2
3
4
5
6
METODE
Penelitian sistem formulasi pakan unggas ini akan dikembangkan melalui
beberapa tahap. Tahapan yang akan dilaksanakan disesuaikan dengan tahapan
sistem pakar menurut Marimin (2009) dan tahapan simpleks linear programming.
Tahapan sistem pakar meliputi identifikasi masalah, pencarian sumber
pengetahuan, akuisisi pengetahuan, representasi pengetahuan, pengembangan
mesin inferensia, implementasi, dan pengujian. Tahapan sistem pakar menurut
Marimin (2009) dan tahapan simpleks linear programming dapat dilihat pada
Gambar 1.
Identifikasi Masalah
Tahap yang pertama kali dilakukan adalah identifikasi masalah. Pada tahap
ini dicari permasalahan-permasalahan yang terdapat pada formulasi pakan unggas
serta tugas spesifik yang akan ditangani. Tahapan ini dilakukan untuk menentukan
pokok permasalahan yang akan dikaji dalam penelitian serta cara penyelesaian
masalah tersebut.
5
Mulai
Membentuk fungsi tujuan
Identifikasi masalah
Membentuk serangkaian
fungsi kendala
Pencarian sumber
pengetahuan
Membentuk kanonik yang
memiliki variabel basis
Akuisisi pengetahuan
Menyusun persamaan kanonik
ke dalam tabel simpleks
Representasi
pengetahuan
Pengembangan mesin
inferensia
Memilih kolom kunci
Tidak
Tidak
Memilih baris kunci
Implementasi
Mengubah nilai-nilai pada
baris kunci
Pengujian
Mengubah nilai-nilai selain
pada baris kunci
Nilai-nilai pada baris
tujuan >=0?
Ya
Mewakili human expert?
Ya
Selesai
Gambar 1 Tahapan sistem pakar (Marimin 2009) dan tahapan simpleks
linear programming
Pencarian Sumber Pengetahuan
Sumber pengetahuan merupakan sumber informasi yang akan digunakan
dalam perancangan sistem pakar. Sumber pengetahuan dapat berupa pakar, buku,
dokumen, laporan, dan sebagainya. Sumber pengetahuan yang dapat menjadi
sumber pengetahuan dalam perancangan sistem pakar adalah:
1 Pakar
Pakar merupakan seseorang yang mempunyai pengetahuan dalam suatu
bidang tertentu. Seseorang dianggap pakar apabila memenuhi syarat-syarat
tertentu. Menurut Marimin (2009), pakar terbagi menjadi 4 kelompok sesuai
dengan persyaratan yang dipenuhi sebagai pakar, yaitu pakar yang mendapat
pendidikan formal, pakar yang berpengalaman pada bidang yang dikaji, pakar
yang berpendidikan formal dan mempunyai pengalaman pada bidang yang
dikaji, serta pakar yang merupakan praktisi pada bidang yang dikaji.
2 Textbooks
Textbooks yang digunakan adalah textbook yang berisi informasi mengenai
ransum dan formulasi ransum.
6
3
Sumber lainnya
Sumber-sumber lainnya yang menjadi sumber pengetahuan adalah berbagai
skripsi, tesis, dan jurnal tentang pengolahan pakan menjadi ransum, linear
programming, dan sistem pakar.
Akusisi Pengetahuan
Akuisisi pengetahuan merupakan salah satu tahap penting dalam
pengembangan sistem pakar. Pada tahap akuisisi pengetahuan ini dilakukan proses
pengumpulan pengetahuan dari para pakar nutrisi unggas oleh para perekayasa
pengetahuan, yang dimasukkan ke dalam sistem berbasis pengetahuan.
Pengetahuan tersebut juga diperoleh dari pustaka yang mendukung penelitian
tentang formulasi pakan unggas, mulai dari jenis unggas, jenis nutrisi, bahan
pakan yang digunakan, kandungan nutrisi pada bahan pakan, hingga kebutuhan
nutrisi unggas.
Representasi Pengetahuan
Representasi pengetahuan merupakan bagian yang memuat objek-objek
pengetahuan serta hubungan yang dimiliki antar objek tersebut. Objek-objek
pengetahuan tersebut meliputi objek pengetahuan kebutuhan nutrisi unggas dan
objek pengetahuan kandungan nutrisi pada bahan pakan. Objek-objek
pengetahuan ini akan disimpan dalam basis pengetahuan. Basis pengetahuan
merupakan sumber kecerdasan sistem yang dimanfaatkan oleh mekanisme
inferensi untuk mengambil kesimpulan (Marimin 2009).
Pengembangan Mesin Inferensia
Informasi yang telah direpresentasikan pada tahap representasi pengetahuan
kemudian dimasukkan ke dalam mesin inferensia. Mesin inferensia menentukan
cara penarikan kesimpulan yang akan diigunakan pada sistem pakar. Penarikan
kesimpulan dilakukan dengan memanipulasi dan mengarahkan pengetahuan yang
terdapat pada basis pengetahuan sehingga akhirnya tercapai suatu kesimpulan.
Mesin inferensia yang digunakan dalam pengembangan sistem ini adalah linear
programming dengan metode simpleks. Langkah-langkah metode simpleks pada
linear programming sebagai berikut:
1 Membentuk fungsi tujuan (f) yang merupakan tujuan utama dari formulasi.
Bentuk umum dari fungsi tujuan sebagai berikut:
f = c1 x1 + c2 x2 + … + cn xn ………………………………… (1)
dengan:
f
ci
xi
2
: fungsi tujuan dari formulasi pakan unggas yaitu meminimumkan harga
: koefisien harga bahan pakan
: jumlah bahan pakan yang digunakan
Membentuk fungsi pembatas (xj) dari kandungan nutrisi pada bahan pakan dan
kebutuhan nutrisi unggas.
a11 x1 + a12 x2 + ... + a1nxn (≤, =, ≥) b1
a21 x1 + a22 x2 + ... + a2n xn (≤, =, ≥) b2
....
am1 x1 + am2 x2 + ... + amn xn (≤, =, ≥) bm
…………………
…………………
(2)
(3)
…………………
(4)
7
x1, x2,... xn ≥ 0
…………………
(5)
dengan:
aij : kandungan nutrisi i pada bahan pakan j
xj : jumlah bahan pakan j yang digunakan
bi : kandungan nutrisi i yang dibutuhkan unggas
3
4
Memasukkan nilai fungsi variabel slack (Sn) pada fungsi tujuan dan fungsi
pembatas, sehingga terbentuk fungsi kanonik.
Menyusun persamaan-persamaan fungsi kanonik ke dalam tabel simpleks
seperti pada Tabel 1.
Tabel 1 Bentuk umum tabel simpleks linear programming
Cb
-1
-1
…
Cj
vdb
b
X1
X2
0
Harga Harga …
X1
X2
0
0
0
0
S1
S2
…
Zj
Cj-Zj
5 Memilih kolom kunci dengan cara mencari nilai Cj – Zj terbesar.
6 Memilih baris kunci dengan cara mencari nilai terkecil dari indeks. Nilai
indeks merupakan pembagian antara nilai NK dan nilai kolom kunci.
7 Mengubah nilai-nilai baris kunci dengan cara membaginya dengan angka
kunci.
8 Mengubah nilai-nilai selain pada baris kunci dengan cara:
Baris baru = baris lama – (koefisien pada kolom kunci) * nilai baru baris kunci.
9 Mengulang langkah-langkah perbaikan mulai langkah 5 sampai langkah ke-8
hingga nilai-nilai pada baris Cj – Zj tidak ada yang bernilai negatif.
Implementasi
Implementasi merupakan proses penerjemahan hasil representasi
pengetahuan ke dalam komputer. Pada tahap implementasi ditentukan kebutuhan
perangkat lunak yang mendukung sistem pakar ini. Kebutuhan tersebut antara lain
meliputi sistem operasi, perangkat lunak yang relevan, serta bahasa pemrograman
yang digunakan. Selain itu, ditentukan kebutuhan perangkat keras yang dapat
mendukung pengembangan sistem ini.
M-Polfo dikembangkan dengan menggunakan perangkat lunak Eclipse
Helios, Android SDK, Java 1.6, dan sistem operasi Microsoft Windows 7. Bahasa
pemrograman yang digunakan adalah Android.
Perangkat keras yang digunakan dalam pengembangan sistem adalah
Samsung Galaxy Young yang memiliki spesifikasi sistem operasi Android 2.3
Gingerbread.
Pengujian
Tahap ini merupakan tahap terakhir dalam pengembangan sistem pakar.
Sistem yang telah selesai dibuat akan diuji terlebih dahulu sebelum siap
digunakan oleh pengguna. Tujuan utama pengujian adalah mencari sebanyak
mungkin kesalahan yang terjadi pada sistem dan untuk mengetahui sistem yang
8
telah dibangun telah mewakili sistem pakar dengan keahliannya atau tidak. Proses
ini memungkinkan terjadinya perubahan pada sistem apabila terjadi penambahan
informasi atau perbaikan sesuai dengan kebutuhan. Pengujian dalam sistem pakar
formulas pakan unggas yang dibangun ialah dengan membandingkan dengan
sistem pakar formulasi pakan unggas yang telah ada sebelumnya. Sistem pakar
formulasi pakan unggas yang dipergunakan sebagai pembanding ialah WinFeed
2.8.
HASIL DAN PEMBAHASAN
Identifikasi Masalah
Masalah yang sering dialami oleh para peternak sebagai pengguna adalah
kompleknya penghitungan pada formulasi pakan unggas. Kompleksnya
penghitungan ini disebabkan banyaknya jenis nutrisi yang diperhitungkan dalam
formulasi. Jumlah keseluruhan sebanyak 41 jenis nutrisi, yaitu energi, protein
kasar, arginine, glycine, serine, histidine, isoleucine, leucine, lysine, methionine,
phenylalanine, tyrosine, threonine, tryptophan, valine, linoleic acid, kalsium,
nonphytate phosphorus, kalium, sodium, klorin, magnesium, mangan, zinc, besi,
tembaga, iodine, selenium, A, D3, E, K, riboflavin, panthothenic acid, niacin, B12,
choline, biotin, asam folid, thiamin, dan pyridoxine. Jika perhitungan secara
manual tentu akan membutuhkan waktu yang lama dan menyulitkan pengguna.
Oleh karena itu, dibuat sebuah sistem pakar yang dapat memformulasikan pakan
unggas sehingga pengguna mampu memformulasikan pakan unggas dengan cepat
dan mudah. Untuk memfasilitasi pengguna yang lebih sering beraktivitas gerak,
maka sistem pakar ini dibuat dengan basis mobile. Lebih lanjut, sistem pakar
formulasi unggas ini dinamakan M-Polfo.
Pencarian Sumber Pengetahuan
Sumber pengetahuan diperoleh langsung dari pakar yang berasal dari
Departemen Ilmu Nutrisi dan Teknologi Pakan (INTP) Institut Pertanian Bogor.
Selain dari pakar, pengetahuan juga berasal dari beberapa pustaka yang
mendukung penelitian.
Akusisi Pengetahuan
Berdasarkan proses akuisisi pengetahuan yang telah dilakukan, unggas yang
digunakan adalah ayam broiler dengan beberapa rentang umur. Ayam broiler
dipilih karena ayam broiler mempunyai keunggulan dalam laju pertumbuhan dan
perkembangan yang sangat cepat, sehingga produk optimal hanya dapat
diwujudkan apabila ayam tersebut memperoleh pakan yang berkualitas baik dalam
jumlah kebutuhan nutrisi yang mencukupi (Setyaningrum 2010). Adapun rentang
umur unggas broiler dapat dilihat pada Tabel 2.
9
Tabel 2 Tabel jenis dan rentang umur
unggas dalam M-Polfo
Jenis Unggas
Broiler
Broiler
Broiler
Rentang Umur
0-3 minggu
3-6 minggu
6-8 minggu
Dari 41 jenis nutrisi yang didapat pada identifikasi masalah, dipilih 16
nutrisi yang paling berpengaruh terhadap unggas. Jenis-jenis nutrisi tersebut
adalah Energi, Crude Protein, Arginine, Glycine + Serine, Histidine, Isoleucine,
Leucine, Methionine, Cystine, Phenylalanine, Tyrosine, Threonine, Tryptophan,
Valine, Calcium, dan Nonphytate Phosphorus.
Bahan pakan yang digunakan pada M-Polfo adalah bahan-bahan pakan yang
terdapat di Indonesia, seperti jagung, dedak padi, kedelai, bungkil kedelai, bungkil
kelapa, tepung ikan, dan lain-lain. Jenis-jenis bahan pakan ini dapat dilihat pada
Lampiran 2.
Daftar kandungan nutrisi pada bahan pakan serta daftar kebutuhan nutrisi
unggas yang dipergunakan pada formulasi pakan unggas ini adalah daftar
kandungan nutrisi pada bahan pakan serta daftar kebutuhan nutrisi unggas yang
dikeluarkan oleh NRC SPN USA (1994).
Representasi Pengetahuan
Sumber pengetahuan yang didapatkan dari tahap akuisisi pengetahuan
kemudian direpresentasikan secara terstruktur untuk menjadi basis pengetahuan.
Basis pengetahuan ini digunakan untuk penentuan dalam proses pencarian atau
pengambilan keputusan dalam menentukan formulasi pakan ternak. Bentuk basis
pengetahuan yang digunakan berupa basisdata kebutuhan nutrisi unggas dan
kandungan nutrisi pada bahan pakan. Lebih lanjutnya, representasi pengetahuan
kebutuhan nutrisi unggas dapat dilihat pada Lampiran 1 dan kandungan nutrisi
pada bahan pakan pada Lampiran 2.
Pengembangan Mesin Inferensia
Terdapat Context Diagram yang mempermudah dalam pembacaan aliran
data di dalam pengembangan mesin inferensia. Context Diagram untuk M-Polfo
dapat dilihat pada Gambar 2. Dalam Context Diagram ini dijelaskan bahwa
pengguna memasukkan data nama unggas, umur unggas, nama pakan, dan
komposisi nutrisi ke dalam sistem. Sistem akan memberikan hasil formulasi yang
dibutuhkan pengguna berdasarkan masukan dari pengguna.
Pengguna
Nama unggas dan umur unggas
Nama pakan
Komposisi nutrisi
Formulasi
M Polfo System
Data unggas
Data pakan
Informasi unggas
Informasi pakan
Gambar 2 Context Diagram untuk M-Polfo
Administrator
10
Sebagai ilustrasi dalam pengembangan mesin inferensia, akan diambil
contoh ayam berumur 0-3 minggu. Pakan yang dimiliki pengguna adalah jagung,
tepung ikan, bungkil kelapa, dan dedak padi. Pengguna tidak memberikan
persentase untuk tiap bahan pakannya dalam komposisi pakan yang akan
dihasilkan, begitu pula untuk batas maksimal dari kandungan nutrisi bahan pakan.
Daftar kebutuhan ayam broiler berumur 0-3 minggu dapat dilihat pada Lampiran 1
dan daftar kandungan nutrisi dan harga pada bahan pakan dapat dilihat pada
Lampiran 2. Adapun langkah-langkah pengembangan mesin inferensia
menggunakan metode simpleks pada linear programming berdasarkan ilustrasi di
atas sebagai berikut:
1 Membentuk fungsi tujuan (f) yang merupakan tujuan utama dari formulasi.
Berdasarkan Lampiran 2 didapatkan harga bahan pakan jagung adalah Rp
3000,00, tepung ikan Rp 4500,00, bungkil kelapa Rp 2500,00, dan dedak padi
Rp 1000,00. Misalkan jagung sebagai J, tepung ikan sebagai T, bungkil kelapa
sebagai B, dan dedak padi sebagai D. Dengan demikian, berdasarkan bentuk
umum dari fungsi tujuan f = c1 x1 + c2 x2 + … + cn xn , didapatkan fungsi
tujuan untuk ilustrasi di atas adalah f = 3000J + 4500T + 2500B + 1000D.
2 Membentuk fungsi pembatas (xj) dari kandungan nutrisi pada bahan pakan dan
kebutuhan nutrisi unggas.
Berdasarkan Lampiran 1 didapatkan daftar kebutuhan nutrisi pada broiler
umur 0-3 minggu pada tiap 1 kg bahan dan berdasarkan Lampiran 2
didapatkan kandungan nutrisi pada bahan pakan jagung, tepung ikan, bungkil
kelapa, dan dedak padi. Daftar kebutuhan nutrisi pada broiler umur 0-3
minggu ini digunakan sebagai suku tetap, sedangkan daftar kandungan nutrisi
pada bahan pakan agung, tepung ikan, bungkil kelapa, dan dedak padi sebagai
koefisien teknis (koefisien dalam kendala utama). Oleh karena itu,
berdasarkan bentuk umum fungsi kendala:
a11 x1 + a12 x2 + ... + a1nxn (≤, =, ≥) b1
a21 x1 + a22 x2 + ... + a2n xn (≤, =, ≥) b2
....
am1 x1 + am2 x2 + ... + amn xn (≤, =, ≥) bm
x1, x2,... xn ≥ 0,
didapatkan fungsi kendala sebagai berikut:
3350J + 2820T + 1525B + 2980D
8.50J + 61.3T + 19.2B + 13.7D
0.38J + 3.68T + 1.97B + 0.96D
0.70J + 6.83T + 1.61B + 1.29D
0.23J + 1.42T + 0.36B + 0.35D
0.29J + 2.28T + 0.63B + 0.45D
0.10J + 4.16T + 1.18B + 0.91D
0.18J + 1.63T + 0.28B + 0.26D
0.36J + 2.20T + 0.56B + 0.53D
0.38J + 2.21T + 0.88B + 0.60D
0.68J + 4.01T + 1.32B + 1.02D
0.29J + 2.46T + 0.58B + 0.48D
0.06J + 0.49T + 0.12B + 0.12D
0.40J + 2.72T + 0.91B + 0.68D
0.02J + 5.11T + 0.17B + 0.07D
0.08J + 0.00T + 0.00B + 0.22D
J, T, B, D
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
3200
23
1.25
1.25
0.35
0.80
1.20
1.50
0.90
0.72
1.34
0.80
0.20
0.90
1.00
0.45
0
11
3
Memasukkan nilai fungsi variabel slack (Sn) pada fungsi tujuan dan fungsi
pembatas, sehingga terbentuk fungsi kanonik.
Fungsi tujuan berubah menjadi:
f - 3000J - 4500T - 2500B - 1000D
3350J + 2820T + 1525B + 2980D - S1
8.50J + 61.3T + 19.2B + 13.7D - S2
0.38J + 3.68T + 1.97B + 0.96D - S3
0.70J + 6.83T + 1.61B + 1.29D - S4
0.23J + 1.42T + 0.36B + 0.35D - S5
0.29J + 2.28T + 0.63B + 0.45D - S6
0.10J + 4.16T + 1.18B + 0.91D - S7
0.18J + 1.63T + 0.28B + 0.26D - S8
0.36J + 2.20T + 0.56B + 0.53D - S9
0.38J + 2.21T + 0.88B + 0.60D - S10
0.68J + 4.01T + 1.32B + 1.02D - S11
0.29J + 2.46T + 0.58B + 0.48D - S12
0.06J + 0.49T + 0.12B + 0.12D - S13
0.40J + 2.72T + 0.91B + 0.68D - S14
0.02J + 5.11T + 0.17B + 0.07D - S15
0.08J + 0.00T + 0.00B + 0.22D - S16
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
0
3200
23
1.25
1.25
0.35
0.80
1.20
1.50
0.90
0.72
1.34
0.80
0.20
0.90
1.00
0.45
4
Menyusun persamaan-persamaan fungsi kanonik ke dalam tabel simpleks,
seperti yang terlihat pada Lampiran 3.
5 Memilih kolom kunci dengan cara mencari nilai Cj-Zj terbesar. Code dari
pemilihan kolom kunci dapat dilihat pada Gambar 3.
Gambar 3 Code dari pemilihan kolom kunci
6
Memilih baris kunci dengan cara mencari nilai terkecil dari indeks. Nilai
indeks merupakan pembagian antara nilai NK dengan nilai kolom kunci. Code
dari pemilihan baris kunci dapat dilihat pada Gambar 4.
7 Mengubah nilai-nilai baris kunci dengan cara membaginya dengan angka
kunci. Code dari pengubahan nilai-nilai baris kunci dapat dilihat pada Gambar
5.
8 Mengubah nilai-nilai selain pada baris kunci dengan cara:
Baris baru = baris lama - (koefisien pada kolom kunci) * nilai baru baris kunci.
Code dari pengubahan nilai-nilai selain pada baris kunci dapat dilihat pada
Gambar 6.
9 Mengulang langkah-langkah perbaikan mulai langkah 5 sampai langkah 8
hingga nilai-nilai pada baris Cj – Zj tidak ada yang bernilai negatif.
12
Gambar 4 Code dari pemilihan baris kunci
Gambar 5 Code dari pengubahan nilai-nilai pada baris kunci
Gambar 6 Code dari pengubahan nilai-nilai pada selain baris kunci
Implementasi
Setelah jelas mesin inferensia yang digunakan pada penelitian, selanjutnya
akan masuk ke tahap pengembangan sistem. Pada tahap ini, aplikasi M-Polfo
untuk menghitung formulasi pakan ternak dikembangkan. M-Polfo dikembangkan
dengan basis Android serta XML untuk mendesain antarmuka.
13
Halaman utama dari aplikasi M-Polfo dapat dilihat pada Lampiran 4. Pada
halaman utama tampak fitur-fitur dalam aplikasi M-Polfo. Fitur-fitur ini terdiri
atas fitur melihat kandungan nutrisi bahan pakan, fitur melihat kebutuhan nutrisi
unggas, dan fitur memformulasikan pakan unggas.
Pada Lampiran 5, terlihat antarmuka dari fitur kandungan nutrisi bahan
pakan yang berupa daftar bahan-bahan pakan. Jika pengguna memilih salah satu
bahan pakan, maka akan tampil rincian kandungan nutrisi bahan pakan.
Antarmuka dari rincian kandungan nutrisi bahan pakan dapat dilihat pada
Lampiran 6.
Pada Lampiran 7, terlihat antarmuka dari fitur kebutuhan nutrisi unggas
yang berupa daftar unggas berserta rentang umurnya. Jika pengguna memilih
salah satu jenis unggas dengan umur tertentu, maka akan tampil rincian dari
kebutuhan nutrisi unggas. Antar muka dari rincian kebutuhan nutrisi unggas dapat
dilihat pada Lampiran 8.
Pengguna dapat memformulasikan pakan unggas pada fitur formulasi.
Pengguna memilih unggas yang akan diformulasikan, memilih pakan yang
digunakan, mengisi jumlah minimal dan maksimal dari komposisi bahan pakan,
memilih nutrisi yang diperhitungkan, dan mengisi jumlah maksimal dari
komposisi nutrisi unggas. Kemudian, sistem akan menampilkan hasil formulasi
sesuai dengan input pengguna. Antarmuka dari fitur formulasi pakan ini dapat
dilihat pada Lampiran 9, Lampiran 10, Lampiran 11, dan Lampiran 12.
Pengujian
Tahap terakhir adalah tahap pengujian. Tahap pengujian merupakan proses
menemukan kesalahan atau bug di dalam aplikasi sebelum digunakan oleh
pengguna. Tahap pengujian ini akan dilakukan oleh pakar untuk memastikan
aplikasi yang dikembangkan telah sesuai dengan kebutuhan pengguna dan
formulasi pakan yang dilakukan telah benar. Berdasarkan hasil pengujian dengan
membandingkannya dengan sistem formulasi WinFeed 2.8, hasil yang didapatkan
relatif sama. Untuk hasil pengujian ini dapat dilihat pada Lampiran 13.
SIMPULAN DAN SARAN
Simpulan
Penelitian ini menghasilkan aplikasi Formulasi Pakan Unggas yang dapat
digunakan untuk melakukan kegiatan formulasi pakan unggas sederhana.
Formulasi yang dilakukan dapat memenuhi kebutuhan nutrisi unggas dengan
mempertimbangkan harga paling minimal. Hasil pengujian menunjukkan aplikasi
ini dapat menyamai aplikasi formulasi lain yaitu WinFeed. Bahkan dalam
pengujian, aplikasi ini dapat menghasilkan ransum dengan harga yang lebih
murah.
14
Saran
Untuk saat ini, sistem yang dikembangkan masih memiliki beberapa
kekurangan, dan harapannya kekurangan ini bisa diatasi pada penelitian
selanjutnya. Saran yang bisa diberikan adalah penambahan fitur pengatur nutrisi
dan shadow price.
DAFTAR PUSTAKA
Arfayanto M. 2010. Studi penggunaan Cassabio dalam ransum terhadap
penampilan ayam pedaging dan kandungan Amonia (NH3) dalam ekskreta
[tesis]. Bogor (ID): Institut Pertanian Bogor.
[Dirjen PKH Kementan] Direktorat Jenderal Peternakan dan Kesehatan Hewan
Kementerian Pertanian. 2012. Pedoman Lumbung Pakan Unggas. Jakarta
(ID): Dirjen PKH Kementan.
Ensminger ME. 1992. Poultry Science (Animal Agriculture Series). Illinois (US):
Interstate Publishers.
Forsum. 2012. Harga Bahan Pakan 2012 [Internet]. [diunduh pada 2013 Apr 5]
Tersedia pada: http://forsum.wordpress.com/2012/09/15/harga-bahan-pakan2012/.
Herjanto E. 2007. Manajemen Operasi Edisi Ketiga. Jakarta (ID): Grasindo.
Kusnandar BA. 2004. Aplikasi program linear dengan Microsoft Visual Basic 6.0
dalam formulasi ransum unggas [skripsi]. Bogor (ID): Institut Pertanian
Bogor.
Marimin. 2009. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial.
Bogor (ID): IPB Press.
[NRC SPN USA] National Research Council Subcommitee on Poultry Nutrition
USA. 1994. Nutrient Requirements of Poultry. Washington (US): National
Academy Press.
Nugraha RA. 2012. Optimalisasi formulasi pakan ternak terhadap ayam pedaging
dengan menggunakan metode linear programming [skripsi]. Jakarta (ID):
Universitas Gunadarma.
Nurzepika Y. 2010. Formulasi ransum sapi potong dengan linear programming
dan fuzzy linear programming [skripsi]. Padang (ID): Universitas Andalas.
Rasyaf M.1994. Beternak Ayam Petelur. Jakarta (ID): Penebar Swadaya.
Setyaningrum M. 2010. Profil hematologi darah ayam broiler yang diberi ransum
mengandung Aflatoksin [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Supranto J. 1983. Linear Programming. Jakarta (ID): Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia.
Susanta B. 1994. Program Linear. Yogyakarta (ID): Departemen Pendidikan dan
Kebudayaan Direktorat Jenderal Pendidikan Tinggi.
Wiston WL. 1995. Introduction to Mathematical Programing. Ed ke-2. California
(US): Duxbury Press.
15
LAMPIRAN
Lampiran 1 Daftar kebutuhan nutrisi ternak unggas Broilers (NRC SPN USA
1994)
Jenis
Hewan
Broilers
Jenis
Hewan
Broilers
Jenis
Hewan
Broilers
Umur / fase
EM
Protein
Arginine
Minggu
0-3
3-6
6-8
Kkal
3200
3200
3200
%
23
20
18
%
1.25
1.10
1.00
Umur /
fase
Minggu
0-3
3-6
6-8
Isoleu
-cine
%
0.80
0.78
0.62
Umur /
fase
Minggu
0-3
3-6
6-8
Threonine
%
8.00
7.40
6.80
Leucine
%
1.20
1.09
0.93
Lysine
%
1.10
1.00
0.85
Tryptophan
%
2.00
1.80
1.60
Glysine
+Serin
e
%
1.25
1.14
0.97
Histidine
%
0.35
0.32
0.27
Methionine
+Cystine
Phenylalanine
+Tyrosine
%
0.90
0.72
0.60
%
1.34
1.22
1.04
Valine Kalsium
%
9.00
8.20
7.00
%
10.00
9.00
8.00
Fosfor
%
4.50
3.50
3.00
16
Lampiran 2 Daftar jenis bahan pakan (NRC SPN USA 1994)
Kode
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Jenis Bahan Pakan
Corn
gluten, meal 60% protein
Grain
grits by-product (hominy feed)
gluten with bran (corn gluten
feed)
Sorghum
grain, 8-10% protein
grain, more than 10% protein
Soybean
seeds without bulls
seeds, meal solvent extracted
seeds, heat processed
flour by-product (soybean mill
feed)
Rice
grain, polished and broken
(brewer's rice)
Polishing
bran with germ (rice bran)
Pea-seeds
Oats-grain
Barley-grain
Fish
Anchovy-meal mechanically
extracted
Herring-meal mechanically
extracted
Menhaden-meal mechanically
extracted
Poultry
by-product, meal rendered
(viscera with feet&heads)
feather, meal hydrolyzed
Blood
meal, vat dried
meal, spray or ring dried
Feathers
solubles, condensed
solubles, dehydrated
%
Arginine
%
Glysine
+Serine
%
3720
3350
2896
1750
62.00
8.50
10.40
21.00
1.82
0.38
0.47
1.01
4.63
0.70
0.90
1.79
3288
3212
8.80
11.00
0.35
0.35
0.71
0.77
2440
2230
3300
720
48.50
44.00
37.00
13.30
3.48
3.14
2.59
0.94
4.53
4.19
3.42
0.40
2990
8.70
0.74
0.94
3090
2980
2570
2550
2640
12.20
12.90
23.80
11.40
11.00
0.78
0.96
2.23
0.79
0.52
2.07
1.29
2.08
0.90
0.90
2580
64.20
3.81
6.19
3190
72.30
4.21
7.05
2820
60.05
3.68
6.83
2950
60.00
3.94
8.88
2360
81.00
5.57
14.65
2830
3420
81.10
88.90
3.63
3.62
7.73
8.20
1460
2830
31.50
63.60
1.61
2.78
4.24
7.91
EM
Protein
kkal
17
Lanjutan
Kode
Histidine
%
IsoleuMethionine Phenylalanine
Leucine Lysine
cine
+Cystine
+Tyrosine
%
%
%
%
%
1
2
3
4
1.20
0.23
0.20
0.71
2.45
0.29
0.40
0.65
10.04
1.00
0.84
1.89
1.03
0.26
0.40
0.63
2.59
0.36
0.26
0.96
6.63
0.68
0.84
1.35
5
6
0.22
0.23
0.35
0.43
1.14
1.37
0.21
0.22
0.33
0.26
0.81
0.69
7
8
9
10
1.28
1.17
0.99
0.18
2.12
1.96
1.56
0.40
3.74
3.39
2.75
0.57
2.96
2.69
2.25
0.48
1.39
1.28
1.07
0.31
4.29
4.07
3.12
0.60
11
12
13
14
15
16
0.26
0.24
0.35
0.59
0.24
0.27
0.37
0.41
0.45
0.97
0.52
0.37
0.74
0.80
0.91
1.65
0.89
0.76
0.43
0.57
0.59
1.68
0.50
0.40
0.43
0.32
0.53
0.57
0.40
0.42
0.81
1.09
1.02
1.83
1.12
0.91
17
18
19
1.59
1.74
1.42
3.06
3.23
2.28
4.98
5.46
4.16
5.07
5.47
4.51
2.60
2.88
2.20
4.97
5.07
4.01
20
21
1.07
0.95
2.16
3.91
3.99
6.94
3.10
2.28
1.97
4.91
3.97
5.42
22
23
3.52
5.33
0.95
0.98
10.53
11.32
7.05
7.88
1.07
2.12
7.73
8.48
24
25
1.56
2.18
1.06
1.95
1.86
3.16
1.73
3.28
0.80
1.66
1.33
2.26
18
Lanjutan
Kode
Threonine Tryptophan
%
%
Valine
%
Kalsium
%
Fosfor
%
Harga
Rp/kg
1
2
3
4
2.00
0.29
0.40
0.89
0.36
0.06
0.10
0.10
2.78
0.40
0.49
0.05
0.00
0.02
0.05
0.40
0.14
0.08
0.00
0.00
5000
3000
2000
4000
5
6
0.29
0.33
0.08
0.09
0.44
0.54
0.04
0.04
0.00
0.00
2500
2500
7
8
9
10
1.87
1.72
1.41
0.30
0.74
0.74
0.51
0.10
2.22
2.07
1.65
0.37
0.27
0.29
0.25
0.37
0.22
0.27
0.00
0.00
5500
6000
5500
5500
11
12
13
14
15
16
0.36
0.40
0.48
0.84
0.43
0.37
0.10
0.13
0.12
0.18
0.16
0.14
0.54
0.76
0.68
1.10
0.68
0.52
0.08
0.05
0.07
0.11
0.06
0.03
0.08
0.14
0.22
0.00
0.05
0.17
3000
3000
1600
3000
5000
5000
17
18
19
2.82
3.07
2.46
0.78
0.83
0.49
3.46
3.90
2.77
3.73
2.29
5.11
0.00
0.00
0.00
4000
4000
4000
20
21
2.17
3.81
0.37
0.55
2.87
5.93
3.00
0.33
0.00
0.00
5000
4000
22
23
3.15
3.92
1.29
1.35
7.28
7.53
0.55
0.41
0.00
0.00
5000
5000
24
25
0.86
1.35
0.31
0.51
1.16
2.22
0.30
1.23
0.00
0.00
4000
4000
19
Lanjutan
Kode
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
Jenis Bahan Pakan
Peanut
kernel, meal solvent extracted
kernels, meal mechanically
extrected (expeller)
Cotton
seeds, meal Prepressed solvent
extracred, 44% protein
seeds, meal prepressed solvent
extracted, 41% protein
seeds, meal mechanically
extracted (expeller)
Sunflower
seeds, meal solvent extracted
seeds without bulls
seeds, meal mechanically
extracted (expeller)
Cattle-skim milk, dehydrated
Meat
meal rendered
with bone, meal rendered
Wheat
flour by-product,
MENGGUNAKAN METODE LINEAR PROGRAMMING
NUZULA SA’ADATUL MUZAYYANAH
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul M-Polfo: Sistem Pakar
Formulasi Pakan Unggas Menggunakan Metode Linear Programming adalah
benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan
dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang
berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari
penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di
bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, November 2013
Nuzula Sa’adatul Muzayyanah
NIM G64090003
ABSTRAK
NUZULA SA’ADATUL MUZAYYANAH. M-Polfo: Sistem Pakar Formulasi
Pakan Unggas Menggunakan Metode Linear Programming. Dibimbing oleh
WISNU ANANTA KUSUMA dan ANURAGA JAYANEGARA.
Kualitas dan kuantitas pakan merupakan faktor yang mempengaruhi
pertumbuhan unggas. Kualitas dan kuantitas pakan ini ditentukan oleh nutrisi
yang terkandung di dalam bahan pakan. Terdapat kesulitan dalam perhitungan
pemenuhan kebutuhan nutrisi unggas terhadap nutrisi yang terkandung pada
pakan ternak jika perhitungan tersebut dilakukan secara manual. Di sisi lain pakan
juga menempati urutan pengeluaran terbesar dalam produksi unggas yaitu 70-80%.
Masalah dalam pemberian pakan ternak dapat dipecahkan dengan formulasi pakan
unggas. Oleh karena itu diperlukan sebuah aplikasi
yang mampu
memformulasikan pakan unggas. Pada penelitian ini, berhasil dikembangkan
sebuah prototype aplikasi yang mampu memformulasikan pakan unggas. Aplikasi
tersebut dapat menampilkan bahan pakan yang dapat digunakan dalam membuat
formulasi pakan dengan biaya yang minimal, namun tetap memperhatikan
kebutuhan nutrisi unggas dan stok bahan pakan yang dimiliki pengguna. Hasil
pengujian menunjukkan aplikasi ini dapat menyamai aplikasi formulasi lain yaitu
WinFeed. Bahkan dalam pengujian, aplikasi ini dapat menghasilkan ransum
dengan harga yang lebih murah.
Kata Kunci: formulasi pakan, linear programming, optimasi, ternak unggas
ABSTRACT
NUZULA SA’ADATUL MUZAYYANAH. M-Polfo: Poultry Feed Formulation
Expert System Using Linear Programming Method. Supervised by WISNU
ANANTA KUSUMA and ANURAGA JAYANEGARA.
Feed’s quality and quantity is one of the most important factors that affect
poultry’s growth, determined by the nutrients contained on its ingredients.
Difficulties arise in the calculation of poultry’s nutritional fulfillment against the
feed’s nutrients, especially when the feeding is done manually. On the other hand,
in poultry production, feed contributes to 70-80% of the total production cost.
Thus, the formulation of poultry feed is required. This research successfully
develops a prototype application of poultry feed formulation which can formulate
poultry feed. The application can provide feed ingredients to be utilized for feed
formulation at minimal cost, but at the same time, still considering the minimum
requirement of poultry’s nutrition fulfillment and the available stock. Linear
programming method is used for calculating the optimal value in the feed
formulation. The application is tested with other formulation application,
WinFeed. The testing result shows that this application have relative similar result
with WinFeed formulation application. Even this application can produces a
poultry feed with cheaper price than that of produced by WinFeed.
Keywords: linear programming, feed formulation, optimization, poultry.
M-POLFO: SISTEM PAKAR FORMULASI PAKAN UNGGAS
MENGGUNAKAN METODE LINEAR PROGRAMMING
NUZULA SA’ADATUL MUZAYYANAH
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2013
Penguji: Dr Heru Sukoco SSi MT
Judul Skripsi: M-Polfo: Sistem Pakar Fonnulasi Pakan Unggas Menggunakan Metode
Linear Programming
:\ama
- I
: ｾｵｺｬ｡＠
Sa'adatul Muzayyanah
: 064090003
Disetujui oleh
<
STMT
Tanggal Lulus:
Dr Anuraga Jayanegara, SPt MSc
Pembimbing II
Judul Skripsi : M-Polfo: Sistem Pakar Formulasi Pakan Unggas Menggunakan
Metode Linear Programming
Nama
: Nuzula Sa’adatul Muzayyanah
NIM
: G64090003
Disetujui oleh
Dr Wisnu Ananta Kusuma ST MT
Pembimbing I
Dr Anuraga Jayanegara SPt MSc
Pembimbing II
Diketahui oleh
Dr Ir Agus Buono MSi MKomp
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis panjatkan kepada Allah Subhanahu Wa Ta’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Februari 2013 ini ialah
formulasi pakan, dengan judul M-Polfo: Sistem Pakar Formulasi Pakan Unggas
Menggunakan Metode Linear Programming. Sholawat dan salam penulis tujukan
kepada Rasulullah Muhammad Sholallahu 'Alaihi Wa Sallam yang telah
menuntun kita dari zaman yang gelap gulita menuju zaman yang terang benderang
dan penuh dengan ilmu pengetahuan
Terima kasih penulis ucapkan kepada Bapak Dr Wisnu Ananta Kusuma ST
MT dan Bapak Dr Anuraga Jayanegara SPt MSc selaku dosen pembimbing
skripsi yang telah membimbing serta memberikan saran dan masukan yang
membangun. Ungkapan terima kasih juga disampaikan kepada ayah, ibu, serta
seluruh keluarga, atas segala doa dan kasih sayangnya.
Semoga karya tulis ini bisa memberikan kontribusi besar kepada
perkembangan bangsa, terutama perkembangan peternakan di Indonesia.
Bogor, November 2013
Nuzula Sa’adatul Muzayyanah
DAFTAR ISI
DAFTAR TABEL
vi
DAFTAR GAMBAR
vi
DAFTAR LAMPIRAN
vi
PENDAHULUAN
1
Latar Belakang
1
Perumusan Masalah
2
Tujuan Penelitian
2
Manfaat Penelitian
2
Ruang Lingkup Penelitian
2
TINJAUAN PUSTAKA
3
Formulasi Ransum
3
Linear Programming
3
METODE
4
Identifikasi Masalah
4
Pencarian Sumber Pengetahuan
5
Akusisi Pengetahuan
6
Representasi Pengetahuan
6
Pengembangan Mesin Inferensia
6
Implementasi
7
Pengujian
7
HASIL DAN PEMBAHASAN
8
Identifikasi Masalah
8
Pencarian Sumber Pengetahuan
8
Akusisi Pengetahuan
8
Representasi Pengetahuan
9
Pengembangan Mesin Inferensia
9
Implementasi
12
Pengujian
13
SIMPULAN DAN SARAN
Simpulan
13
13
Saran
14
DAFTAR PUSTAKA
14
LAMPIRAN
15
RIWAYAT HIDUP
28
DAFTAR TABEL
1 Bentuk umum tabel simpleks linear programming
2 Tabel jenis dan rentang umur unggas dalam M-Polfo
7
9
DAFTAR GAMBAR
1
2
3
4
5
6
Tahapan sistem pakar (Marimin 2009) dan tahapan simpleks linear
programming
Context Diagram untuk M-Polfo
Code dari pemilihan kolom kunci
Code dari pemilihan baris kunci
Code dari pengubahan nilai-nilai pada baris kunci
Code dari pengubahan nilai-nilai pada selain baris kunci
5
9
11
12
12
12
DAFTAR LAMPIRAN
1 Daftar kebutuhan nutrisi ternak unggas Broilers (NRC SPN USA
1994)
2 Daftar jenis bahan pakan (NRC SPN USA 1994)
3 Bentuk umum tabel simpleks linear programming
4 Antarmuka halaman utama aplikasi M-Polfo
5 Antarmuka daftar bahan pakan fitur kandungan nutrisi pakan
6 Antarmuka rincian bahan pakan fitur kandungan nutrisi pakan
7 Antarmuka daftar unggas fitur kebutuhan nutrisi unggas
8 Antarmuka rincian kebutuhan unggas fitur kebutuhan nutrisi unggas
9 Antarmuka pemilihan unggas fitur formulasi
10 Antarmuka pemilihan bahan pakan fitur formulasi
11 Antarmuka pemilihan nutrisi fitur formulasi
12 Antarmuka hasil formulasi fitur formulasi
13 Perbandingan hasil formulasi menurut WinFeed 2.8 dengan M-Polfo
15
16
22
23
23
24
24
25
25
26
26
27
27
1
PENDAHULUAN
Latar Belakang
Kualitas dan kuantitas pakan merupakan salah satu faktor yang
memengaruhi pertumbuhan seekor unggas selain faktor penting lainnya, yaitu
genetika, jenis kelamin, kecepatan pertumbuhan, umur, dan kesehatan (Arfayanto
2010). Direktorat Jenderal Peternakan dan Kesehatan Hewan Kementerian
Pertanian (Dirjen PKH Kementan 2012) menyatakan bahwa pakan merupakan
faktor strategis yang dapat memengaruhi produksi unggas. Biaya pakan
menempati urutan pengeluaran terbesar dari total biaya produksi sebesar 70-80%.
Oleh karena itu, selain kualitas dan kuantitas yang tepat, harga juga menjadi
pertimbangan penting dalam menyusun formula pakan unggas.
Kompleksnya penghitungan kualitas dan kuantitas pakan menyebabkan
peternak kesulitan dalam menentukan kualitas dan kuantitas pakan yang sesuai
dengan kebutuhan unggas. Kompleksnya penghitungan ini disebabkan oleh
beragamnya kebutuhan nutrisi unggas dan jenis nutrisi yang terkandung di dalam
bahan pakan unggas. Kebutuhan nutrisi ini meliputi energi, protein dan asam
amino, lemak, mineral makro, mineral mikro, dan vitamin. Kebutuhan nutrisi
tersebut masih didekomposisi lagi menjadi bagian yang lebih spesifik. Protein dan
asam amino terbagi menjadi protein kasar, arginine, glycine, serine, histidine,
isoleucine, leucine, lysine, methionine, phenylalanine, tyrosine, threonine,
tryptophan, dan valine. Mineral makro terbagi menjadi kalsium, nonphytate
phosphorus, kalium, sodium, klorin, magnesium. Mineral mikro terbagi menjadi
mangan, zinc, besi, tembaga, iodine, dan selenium. Vitamin terbagi menjadi A, D3,
E, K, riboflavin, niacin, B12, choline, biotin, asam folid, thiamin, dan pyridoxine.
Untuk mengatasi kompleksitas permasalahan tersebut, para ahli pakan
unggas melakukan pendekatan dengan cara memformulasikan pakan unggas.
Formulasi ini disusun berdasarkan besarnya persentase masing-masing bahan
pakan yang memenuhi kebutuhan nutrisi yang optimal. Selain menentukan
komposisi masing-masing bahan pakan yang memenuhi kebutuhan optimal dari
sisi nutrisi maupun jumlah, formulasi ini diharapkan juga dapat menentukan
komposisi bahan pakan dengan harga terendah. Namun, untuk melakukan
formulasi pakan unggas secara seksama, diperlukan pengetahuan ahli pakan
unggas dalam penghitungan formulasi pakan unggas. Penghitungan formulasi
pakan unggas akan membutuhkan waktu yang lama jika dikerjakan secara manual
tanpa bantuan komputer. Semakin banyak komponen nutrisi dan jenis bahan
pakan yang diperhitungkan, penghitungan formulasi semakin kompleks, rumit,
dan lama. Bagi peternak kecil, hal ini adalah salah satu kendala yang dihadapi
karena keterbatasan pengetahuan dalam penghitungan formulasi. Oleh karena itu,
diperlukan sebuah sistem pakar formulasi pakan unggas yang mampu
memformulasikan pakan unggas secara mudah dengan penghitungan secara
terkomputerisasi.
Telah banyak sistem pakar yang mampu memformulasikan pakan unggas.
Sistem pakar pengatur nutrisi pakan unggas tersebut antara lain Feed Mania,
Uffda, dan WinFeed. Aplikasi ini umumnya berbiaya mahal dan sulit untuk
dimodifikasi agar sesuai dengan kebutuhan peternak unggas lokal. Adapun di
2
Indonesia telah ada sistem pakar formulasi pakan ternak, seperti yang telah
dibangun oleh Nugraha (2012), Nurzepika (2010), dan Kusnandar (2004). Sistem
pakar ini masih berbasis desktop sehingga kurang sesuai bagi pengguna yang lebih
sering melakukan aktivitas bergerak dibandingkan berdiam di suatu tempat.
Pada penelitian ini diusulkan sebuah sistem pakar berbasis mobile untuk
mendukung formulasi pakan unggas yang mampu melayani pengguna yang lebih
sering melakukan aktivitas bergerak. Sistem pakar formulasi pakan unggas ini
dibuat untuk mengatur kandungan nutrisi pada pakan unggas berdasar pada
kebutuhan unggas dengan tujuan menekan biaya pakan seminimal mungkin.
Untuk mengatur kandungan gizi dan biaya pakan, digunakan algoritme linear
programming. Algoritme ini dipilih karena mampu menangani jumlah variabel
yang banyak secara efisien.
Perumusan Masalah
Berdasarkan uraian yang tercantum pada latar belakang, dapat dirumuskan
adanya kebutuhan sistem pakar formulasi pakan yang mudah diakses oleh
pengguna yang lebih banyak melakukan aktivitas bergerak. Oleh karena itu,
dibutuhkan sebuah sistem pakar mobile yang mampu memformulasikan pakan
unggas secara cepat sehingga memudahkan pengguna dalam menyusun formulasi
pakan. Sistem pakar ini harus mampu memformulasikan pakan berdasar pada
kebutuhan nutrisi unggas yang optimal dengan biaya pakan yang seminimal
mungkin.
Tujuan Penelitian
1
2
Tujuan dilakukannya penelitian ini adalah:
Mengembangkan sistem pakar formulasi pakan unggas berbasis mobile yang
mampu menentukan jumlah bahan pakan yang digunakan serta biaya pakan
yang digunakan dengan menggunakan metode linear programming.
Mempermudah dan mempercepat pengguna dalam memformulasikan pakan
unggas.
Manfaat Penelitian
1
2
Manfaat penelitian ini adalah :
Menghasilkan sistem pakar formulasi pakan unggas berbasis mobile yang
mampu menentukan bahan pakan yang digunakan serta biaya pakan yang
digunakan.
Pengguna lebih mudah dan cepat dalam memformulasikan pakan unggas.
Ruang Lingkup Penelitian
1
2
Ruang lingkup penelitian ini adalah:
Data harga bahan pakan yang digunakan adalah data pada Forsum (2012).
Data kebutuhan nutrisi unggas dan kandungan nutrisi bahan pakan yang
digunakan adalah data pada NRC SPN USA (1994).
3
TINJAUAN PUSTAKA
Formulasi Ransum
Ransum merupakan satu atau beberapa jenis pakan yang diberikan untuk
memenuhi kebutuhan ternak selama sehari semalam (Ensminger 1992). Menurut
Rasyaf (1994), bahan-bahan ransum harus mampu memenuhi nilai gizi yang
dibutuhkan oleh ternak. Nilai gizi yang diperlukan oleh unggas terdiri atas sumber
protein, sumber energi, dan sumber vitamin serta mineral. Tingkat kebutuhan nilai
gizi pada tiap unggas berbeda-beda, tergantung pada jenis unggas dan umur
unggas (Kusnandar 2004).
Menurut Ensminger (1992), sebelum melakukan formulasi ransum unggas
dengan benar, harus diketahui:
1 Kebutuhan nutrisi dari unggas (feeding standards).
2 Ketersediaan, kandungan nutrisi, dan harga dari bahan-bahan pakan.
3 Palatabilitas dan sifat fisik dari bahan-bahan pakan.
4 Kandungan unsur-unsur berbahaya yang juga menentukan kualitas dari bahan
pakan.
Linear Programming
Linear Programming sering dipergunakan dalam masalah optimalisasi, baik
dalam meminimumkan maupan memaksimumkan suatu fungsi. Linear
Programming ialah suatu persoalan untuk menentukan besarnya nilai-nilai
variabel sedemikian rupa sehingga nilai fungsi tujuan atau objektif yang linear
menjadi optimum dengan memperhatikan pembatasan-pembatasan yang ada yaitu
pembatasan mengenai input-nya (Supranto 1983). Menurut Wiston (1995), linear
programming memiliki karakteristik sebagai berikut:
Tujuan masalah tersebut adalah memaksimumkan atau meminimumkan fungsi
linear dari sejumlah variabel keputusan. Fungsi tersebut dinamakan fungsi
objektif.
Nilai variabel-variabel keputusan harus memenuhi kendala, yang berupa
persamaan linear atau pertidaksamaan linear
Ada batasan tanda pada tiap variabel. Untuk sembarang variabel xi,
pembatasan tanda menentukan xi harus tak negatif xi > 0 atau tidak dibatasi
tandanya (unrestricted in sign).
Menurut Susanta (1994), rumusan program linear secara umum adalah
mencari x1, x2, x3, xn yang mengoptimumkan f = c1x1 + c2x2 + … + cnxn dan
memenuhi susunan kendala sebagai berikut:
a11x1 + a12x2 + ... + a1nxn
a21x1 + a22x2 + ... + a2nxn
....
am1x1 + am2x2 + ... +amn xn
x1, x2,... xn
(≤, =, ≥)
(≤, =, ≥)
b1
b2
(≤, =, ≥)
≥
bm
0
dengan:
f
xj
: fungsi tujuan
: variabel keputusan
4
aij
b1
cj
x j> 0
: koefisien teknis (koefisien dalam kendala utama)
: suku tetap
: koefisien biaya (koefisien dalam fungsi tujuan)
: kendala tak negatif
Metode linear programming mempunyai langkah-langkah sebagai berikut:
Membentuk fungsi tujuan .
Membentuk serangkaian susunan kendala .
Membentuk kanonik yang memiliki variabel basis.
Mencari himpunan penyelesaian yang feasible.
Memasukkan himpunan penyelesaian yang feasible ke fungsi tujuan.
Memilih nilai yang paling optimum.
Fungsi tujuan f = c1 x1 + c2 x2 + … + cn xn pada program linear merupakan
tujuan yang akan dicapai atau dioptimalkan. Sementara itu, fungsi kendala
merupakan persamaan atau pertidaksamaan yang membatasi pencapaian fungsi
tujuan.
Fungsi kanonik merupakan fungsi kendala atau fungsi tujuan yag telah
diubah menjadi kesamaan dan diberi tambahan variabel slack. Variabel slack
adalah variabel tambahan yang mewakili tingkat pengangguran atau kapasitas
yang merupakan batasan. Menurut Herjanto (2007), cara mengubah bentuk umum
program linear ke bentuk kanonik adalah sebagai berikut:
1 Menambahkan variabel slack untuk ketidaksamaan kendala yang berbentuk
lebih kecil ().
3 Mengalikan dengan -1 terhadap nilai suku tetap (b1) negatif.
1
2
3
4
5
6
METODE
Penelitian sistem formulasi pakan unggas ini akan dikembangkan melalui
beberapa tahap. Tahapan yang akan dilaksanakan disesuaikan dengan tahapan
sistem pakar menurut Marimin (2009) dan tahapan simpleks linear programming.
Tahapan sistem pakar meliputi identifikasi masalah, pencarian sumber
pengetahuan, akuisisi pengetahuan, representasi pengetahuan, pengembangan
mesin inferensia, implementasi, dan pengujian. Tahapan sistem pakar menurut
Marimin (2009) dan tahapan simpleks linear programming dapat dilihat pada
Gambar 1.
Identifikasi Masalah
Tahap yang pertama kali dilakukan adalah identifikasi masalah. Pada tahap
ini dicari permasalahan-permasalahan yang terdapat pada formulasi pakan unggas
serta tugas spesifik yang akan ditangani. Tahapan ini dilakukan untuk menentukan
pokok permasalahan yang akan dikaji dalam penelitian serta cara penyelesaian
masalah tersebut.
5
Mulai
Membentuk fungsi tujuan
Identifikasi masalah
Membentuk serangkaian
fungsi kendala
Pencarian sumber
pengetahuan
Membentuk kanonik yang
memiliki variabel basis
Akuisisi pengetahuan
Menyusun persamaan kanonik
ke dalam tabel simpleks
Representasi
pengetahuan
Pengembangan mesin
inferensia
Memilih kolom kunci
Tidak
Tidak
Memilih baris kunci
Implementasi
Mengubah nilai-nilai pada
baris kunci
Pengujian
Mengubah nilai-nilai selain
pada baris kunci
Nilai-nilai pada baris
tujuan >=0?
Ya
Mewakili human expert?
Ya
Selesai
Gambar 1 Tahapan sistem pakar (Marimin 2009) dan tahapan simpleks
linear programming
Pencarian Sumber Pengetahuan
Sumber pengetahuan merupakan sumber informasi yang akan digunakan
dalam perancangan sistem pakar. Sumber pengetahuan dapat berupa pakar, buku,
dokumen, laporan, dan sebagainya. Sumber pengetahuan yang dapat menjadi
sumber pengetahuan dalam perancangan sistem pakar adalah:
1 Pakar
Pakar merupakan seseorang yang mempunyai pengetahuan dalam suatu
bidang tertentu. Seseorang dianggap pakar apabila memenuhi syarat-syarat
tertentu. Menurut Marimin (2009), pakar terbagi menjadi 4 kelompok sesuai
dengan persyaratan yang dipenuhi sebagai pakar, yaitu pakar yang mendapat
pendidikan formal, pakar yang berpengalaman pada bidang yang dikaji, pakar
yang berpendidikan formal dan mempunyai pengalaman pada bidang yang
dikaji, serta pakar yang merupakan praktisi pada bidang yang dikaji.
2 Textbooks
Textbooks yang digunakan adalah textbook yang berisi informasi mengenai
ransum dan formulasi ransum.
6
3
Sumber lainnya
Sumber-sumber lainnya yang menjadi sumber pengetahuan adalah berbagai
skripsi, tesis, dan jurnal tentang pengolahan pakan menjadi ransum, linear
programming, dan sistem pakar.
Akusisi Pengetahuan
Akuisisi pengetahuan merupakan salah satu tahap penting dalam
pengembangan sistem pakar. Pada tahap akuisisi pengetahuan ini dilakukan proses
pengumpulan pengetahuan dari para pakar nutrisi unggas oleh para perekayasa
pengetahuan, yang dimasukkan ke dalam sistem berbasis pengetahuan.
Pengetahuan tersebut juga diperoleh dari pustaka yang mendukung penelitian
tentang formulasi pakan unggas, mulai dari jenis unggas, jenis nutrisi, bahan
pakan yang digunakan, kandungan nutrisi pada bahan pakan, hingga kebutuhan
nutrisi unggas.
Representasi Pengetahuan
Representasi pengetahuan merupakan bagian yang memuat objek-objek
pengetahuan serta hubungan yang dimiliki antar objek tersebut. Objek-objek
pengetahuan tersebut meliputi objek pengetahuan kebutuhan nutrisi unggas dan
objek pengetahuan kandungan nutrisi pada bahan pakan. Objek-objek
pengetahuan ini akan disimpan dalam basis pengetahuan. Basis pengetahuan
merupakan sumber kecerdasan sistem yang dimanfaatkan oleh mekanisme
inferensi untuk mengambil kesimpulan (Marimin 2009).
Pengembangan Mesin Inferensia
Informasi yang telah direpresentasikan pada tahap representasi pengetahuan
kemudian dimasukkan ke dalam mesin inferensia. Mesin inferensia menentukan
cara penarikan kesimpulan yang akan diigunakan pada sistem pakar. Penarikan
kesimpulan dilakukan dengan memanipulasi dan mengarahkan pengetahuan yang
terdapat pada basis pengetahuan sehingga akhirnya tercapai suatu kesimpulan.
Mesin inferensia yang digunakan dalam pengembangan sistem ini adalah linear
programming dengan metode simpleks. Langkah-langkah metode simpleks pada
linear programming sebagai berikut:
1 Membentuk fungsi tujuan (f) yang merupakan tujuan utama dari formulasi.
Bentuk umum dari fungsi tujuan sebagai berikut:
f = c1 x1 + c2 x2 + … + cn xn ………………………………… (1)
dengan:
f
ci
xi
2
: fungsi tujuan dari formulasi pakan unggas yaitu meminimumkan harga
: koefisien harga bahan pakan
: jumlah bahan pakan yang digunakan
Membentuk fungsi pembatas (xj) dari kandungan nutrisi pada bahan pakan dan
kebutuhan nutrisi unggas.
a11 x1 + a12 x2 + ... + a1nxn (≤, =, ≥) b1
a21 x1 + a22 x2 + ... + a2n xn (≤, =, ≥) b2
....
am1 x1 + am2 x2 + ... + amn xn (≤, =, ≥) bm
…………………
…………………
(2)
(3)
…………………
(4)
7
x1, x2,... xn ≥ 0
…………………
(5)
dengan:
aij : kandungan nutrisi i pada bahan pakan j
xj : jumlah bahan pakan j yang digunakan
bi : kandungan nutrisi i yang dibutuhkan unggas
3
4
Memasukkan nilai fungsi variabel slack (Sn) pada fungsi tujuan dan fungsi
pembatas, sehingga terbentuk fungsi kanonik.
Menyusun persamaan-persamaan fungsi kanonik ke dalam tabel simpleks
seperti pada Tabel 1.
Tabel 1 Bentuk umum tabel simpleks linear programming
Cb
-1
-1
…
Cj
vdb
b
X1
X2
0
Harga Harga …
X1
X2
0
0
0
0
S1
S2
…
Zj
Cj-Zj
5 Memilih kolom kunci dengan cara mencari nilai Cj – Zj terbesar.
6 Memilih baris kunci dengan cara mencari nilai terkecil dari indeks. Nilai
indeks merupakan pembagian antara nilai NK dan nilai kolom kunci.
7 Mengubah nilai-nilai baris kunci dengan cara membaginya dengan angka
kunci.
8 Mengubah nilai-nilai selain pada baris kunci dengan cara:
Baris baru = baris lama – (koefisien pada kolom kunci) * nilai baru baris kunci.
9 Mengulang langkah-langkah perbaikan mulai langkah 5 sampai langkah ke-8
hingga nilai-nilai pada baris Cj – Zj tidak ada yang bernilai negatif.
Implementasi
Implementasi merupakan proses penerjemahan hasil representasi
pengetahuan ke dalam komputer. Pada tahap implementasi ditentukan kebutuhan
perangkat lunak yang mendukung sistem pakar ini. Kebutuhan tersebut antara lain
meliputi sistem operasi, perangkat lunak yang relevan, serta bahasa pemrograman
yang digunakan. Selain itu, ditentukan kebutuhan perangkat keras yang dapat
mendukung pengembangan sistem ini.
M-Polfo dikembangkan dengan menggunakan perangkat lunak Eclipse
Helios, Android SDK, Java 1.6, dan sistem operasi Microsoft Windows 7. Bahasa
pemrograman yang digunakan adalah Android.
Perangkat keras yang digunakan dalam pengembangan sistem adalah
Samsung Galaxy Young yang memiliki spesifikasi sistem operasi Android 2.3
Gingerbread.
Pengujian
Tahap ini merupakan tahap terakhir dalam pengembangan sistem pakar.
Sistem yang telah selesai dibuat akan diuji terlebih dahulu sebelum siap
digunakan oleh pengguna. Tujuan utama pengujian adalah mencari sebanyak
mungkin kesalahan yang terjadi pada sistem dan untuk mengetahui sistem yang
8
telah dibangun telah mewakili sistem pakar dengan keahliannya atau tidak. Proses
ini memungkinkan terjadinya perubahan pada sistem apabila terjadi penambahan
informasi atau perbaikan sesuai dengan kebutuhan. Pengujian dalam sistem pakar
formulas pakan unggas yang dibangun ialah dengan membandingkan dengan
sistem pakar formulasi pakan unggas yang telah ada sebelumnya. Sistem pakar
formulasi pakan unggas yang dipergunakan sebagai pembanding ialah WinFeed
2.8.
HASIL DAN PEMBAHASAN
Identifikasi Masalah
Masalah yang sering dialami oleh para peternak sebagai pengguna adalah
kompleknya penghitungan pada formulasi pakan unggas. Kompleksnya
penghitungan ini disebabkan banyaknya jenis nutrisi yang diperhitungkan dalam
formulasi. Jumlah keseluruhan sebanyak 41 jenis nutrisi, yaitu energi, protein
kasar, arginine, glycine, serine, histidine, isoleucine, leucine, lysine, methionine,
phenylalanine, tyrosine, threonine, tryptophan, valine, linoleic acid, kalsium,
nonphytate phosphorus, kalium, sodium, klorin, magnesium, mangan, zinc, besi,
tembaga, iodine, selenium, A, D3, E, K, riboflavin, panthothenic acid, niacin, B12,
choline, biotin, asam folid, thiamin, dan pyridoxine. Jika perhitungan secara
manual tentu akan membutuhkan waktu yang lama dan menyulitkan pengguna.
Oleh karena itu, dibuat sebuah sistem pakar yang dapat memformulasikan pakan
unggas sehingga pengguna mampu memformulasikan pakan unggas dengan cepat
dan mudah. Untuk memfasilitasi pengguna yang lebih sering beraktivitas gerak,
maka sistem pakar ini dibuat dengan basis mobile. Lebih lanjut, sistem pakar
formulasi unggas ini dinamakan M-Polfo.
Pencarian Sumber Pengetahuan
Sumber pengetahuan diperoleh langsung dari pakar yang berasal dari
Departemen Ilmu Nutrisi dan Teknologi Pakan (INTP) Institut Pertanian Bogor.
Selain dari pakar, pengetahuan juga berasal dari beberapa pustaka yang
mendukung penelitian.
Akusisi Pengetahuan
Berdasarkan proses akuisisi pengetahuan yang telah dilakukan, unggas yang
digunakan adalah ayam broiler dengan beberapa rentang umur. Ayam broiler
dipilih karena ayam broiler mempunyai keunggulan dalam laju pertumbuhan dan
perkembangan yang sangat cepat, sehingga produk optimal hanya dapat
diwujudkan apabila ayam tersebut memperoleh pakan yang berkualitas baik dalam
jumlah kebutuhan nutrisi yang mencukupi (Setyaningrum 2010). Adapun rentang
umur unggas broiler dapat dilihat pada Tabel 2.
9
Tabel 2 Tabel jenis dan rentang umur
unggas dalam M-Polfo
Jenis Unggas
Broiler
Broiler
Broiler
Rentang Umur
0-3 minggu
3-6 minggu
6-8 minggu
Dari 41 jenis nutrisi yang didapat pada identifikasi masalah, dipilih 16
nutrisi yang paling berpengaruh terhadap unggas. Jenis-jenis nutrisi tersebut
adalah Energi, Crude Protein, Arginine, Glycine + Serine, Histidine, Isoleucine,
Leucine, Methionine, Cystine, Phenylalanine, Tyrosine, Threonine, Tryptophan,
Valine, Calcium, dan Nonphytate Phosphorus.
Bahan pakan yang digunakan pada M-Polfo adalah bahan-bahan pakan yang
terdapat di Indonesia, seperti jagung, dedak padi, kedelai, bungkil kedelai, bungkil
kelapa, tepung ikan, dan lain-lain. Jenis-jenis bahan pakan ini dapat dilihat pada
Lampiran 2.
Daftar kandungan nutrisi pada bahan pakan serta daftar kebutuhan nutrisi
unggas yang dipergunakan pada formulasi pakan unggas ini adalah daftar
kandungan nutrisi pada bahan pakan serta daftar kebutuhan nutrisi unggas yang
dikeluarkan oleh NRC SPN USA (1994).
Representasi Pengetahuan
Sumber pengetahuan yang didapatkan dari tahap akuisisi pengetahuan
kemudian direpresentasikan secara terstruktur untuk menjadi basis pengetahuan.
Basis pengetahuan ini digunakan untuk penentuan dalam proses pencarian atau
pengambilan keputusan dalam menentukan formulasi pakan ternak. Bentuk basis
pengetahuan yang digunakan berupa basisdata kebutuhan nutrisi unggas dan
kandungan nutrisi pada bahan pakan. Lebih lanjutnya, representasi pengetahuan
kebutuhan nutrisi unggas dapat dilihat pada Lampiran 1 dan kandungan nutrisi
pada bahan pakan pada Lampiran 2.
Pengembangan Mesin Inferensia
Terdapat Context Diagram yang mempermudah dalam pembacaan aliran
data di dalam pengembangan mesin inferensia. Context Diagram untuk M-Polfo
dapat dilihat pada Gambar 2. Dalam Context Diagram ini dijelaskan bahwa
pengguna memasukkan data nama unggas, umur unggas, nama pakan, dan
komposisi nutrisi ke dalam sistem. Sistem akan memberikan hasil formulasi yang
dibutuhkan pengguna berdasarkan masukan dari pengguna.
Pengguna
Nama unggas dan umur unggas
Nama pakan
Komposisi nutrisi
Formulasi
M Polfo System
Data unggas
Data pakan
Informasi unggas
Informasi pakan
Gambar 2 Context Diagram untuk M-Polfo
Administrator
10
Sebagai ilustrasi dalam pengembangan mesin inferensia, akan diambil
contoh ayam berumur 0-3 minggu. Pakan yang dimiliki pengguna adalah jagung,
tepung ikan, bungkil kelapa, dan dedak padi. Pengguna tidak memberikan
persentase untuk tiap bahan pakannya dalam komposisi pakan yang akan
dihasilkan, begitu pula untuk batas maksimal dari kandungan nutrisi bahan pakan.
Daftar kebutuhan ayam broiler berumur 0-3 minggu dapat dilihat pada Lampiran 1
dan daftar kandungan nutrisi dan harga pada bahan pakan dapat dilihat pada
Lampiran 2. Adapun langkah-langkah pengembangan mesin inferensia
menggunakan metode simpleks pada linear programming berdasarkan ilustrasi di
atas sebagai berikut:
1 Membentuk fungsi tujuan (f) yang merupakan tujuan utama dari formulasi.
Berdasarkan Lampiran 2 didapatkan harga bahan pakan jagung adalah Rp
3000,00, tepung ikan Rp 4500,00, bungkil kelapa Rp 2500,00, dan dedak padi
Rp 1000,00. Misalkan jagung sebagai J, tepung ikan sebagai T, bungkil kelapa
sebagai B, dan dedak padi sebagai D. Dengan demikian, berdasarkan bentuk
umum dari fungsi tujuan f = c1 x1 + c2 x2 + … + cn xn , didapatkan fungsi
tujuan untuk ilustrasi di atas adalah f = 3000J + 4500T + 2500B + 1000D.
2 Membentuk fungsi pembatas (xj) dari kandungan nutrisi pada bahan pakan dan
kebutuhan nutrisi unggas.
Berdasarkan Lampiran 1 didapatkan daftar kebutuhan nutrisi pada broiler
umur 0-3 minggu pada tiap 1 kg bahan dan berdasarkan Lampiran 2
didapatkan kandungan nutrisi pada bahan pakan jagung, tepung ikan, bungkil
kelapa, dan dedak padi. Daftar kebutuhan nutrisi pada broiler umur 0-3
minggu ini digunakan sebagai suku tetap, sedangkan daftar kandungan nutrisi
pada bahan pakan agung, tepung ikan, bungkil kelapa, dan dedak padi sebagai
koefisien teknis (koefisien dalam kendala utama). Oleh karena itu,
berdasarkan bentuk umum fungsi kendala:
a11 x1 + a12 x2 + ... + a1nxn (≤, =, ≥) b1
a21 x1 + a22 x2 + ... + a2n xn (≤, =, ≥) b2
....
am1 x1 + am2 x2 + ... + amn xn (≤, =, ≥) bm
x1, x2,... xn ≥ 0,
didapatkan fungsi kendala sebagai berikut:
3350J + 2820T + 1525B + 2980D
8.50J + 61.3T + 19.2B + 13.7D
0.38J + 3.68T + 1.97B + 0.96D
0.70J + 6.83T + 1.61B + 1.29D
0.23J + 1.42T + 0.36B + 0.35D
0.29J + 2.28T + 0.63B + 0.45D
0.10J + 4.16T + 1.18B + 0.91D
0.18J + 1.63T + 0.28B + 0.26D
0.36J + 2.20T + 0.56B + 0.53D
0.38J + 2.21T + 0.88B + 0.60D
0.68J + 4.01T + 1.32B + 1.02D
0.29J + 2.46T + 0.58B + 0.48D
0.06J + 0.49T + 0.12B + 0.12D
0.40J + 2.72T + 0.91B + 0.68D
0.02J + 5.11T + 0.17B + 0.07D
0.08J + 0.00T + 0.00B + 0.22D
J, T, B, D
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
≥
3200
23
1.25
1.25
0.35
0.80
1.20
1.50
0.90
0.72
1.34
0.80
0.20
0.90
1.00
0.45
0
11
3
Memasukkan nilai fungsi variabel slack (Sn) pada fungsi tujuan dan fungsi
pembatas, sehingga terbentuk fungsi kanonik.
Fungsi tujuan berubah menjadi:
f - 3000J - 4500T - 2500B - 1000D
3350J + 2820T + 1525B + 2980D - S1
8.50J + 61.3T + 19.2B + 13.7D - S2
0.38J + 3.68T + 1.97B + 0.96D - S3
0.70J + 6.83T + 1.61B + 1.29D - S4
0.23J + 1.42T + 0.36B + 0.35D - S5
0.29J + 2.28T + 0.63B + 0.45D - S6
0.10J + 4.16T + 1.18B + 0.91D - S7
0.18J + 1.63T + 0.28B + 0.26D - S8
0.36J + 2.20T + 0.56B + 0.53D - S9
0.38J + 2.21T + 0.88B + 0.60D - S10
0.68J + 4.01T + 1.32B + 1.02D - S11
0.29J + 2.46T + 0.58B + 0.48D - S12
0.06J + 0.49T + 0.12B + 0.12D - S13
0.40J + 2.72T + 0.91B + 0.68D - S14
0.02J + 5.11T + 0.17B + 0.07D - S15
0.08J + 0.00T + 0.00B + 0.22D - S16
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
0
3200
23
1.25
1.25
0.35
0.80
1.20
1.50
0.90
0.72
1.34
0.80
0.20
0.90
1.00
0.45
4
Menyusun persamaan-persamaan fungsi kanonik ke dalam tabel simpleks,
seperti yang terlihat pada Lampiran 3.
5 Memilih kolom kunci dengan cara mencari nilai Cj-Zj terbesar. Code dari
pemilihan kolom kunci dapat dilihat pada Gambar 3.
Gambar 3 Code dari pemilihan kolom kunci
6
Memilih baris kunci dengan cara mencari nilai terkecil dari indeks. Nilai
indeks merupakan pembagian antara nilai NK dengan nilai kolom kunci. Code
dari pemilihan baris kunci dapat dilihat pada Gambar 4.
7 Mengubah nilai-nilai baris kunci dengan cara membaginya dengan angka
kunci. Code dari pengubahan nilai-nilai baris kunci dapat dilihat pada Gambar
5.
8 Mengubah nilai-nilai selain pada baris kunci dengan cara:
Baris baru = baris lama - (koefisien pada kolom kunci) * nilai baru baris kunci.
Code dari pengubahan nilai-nilai selain pada baris kunci dapat dilihat pada
Gambar 6.
9 Mengulang langkah-langkah perbaikan mulai langkah 5 sampai langkah 8
hingga nilai-nilai pada baris Cj – Zj tidak ada yang bernilai negatif.
12
Gambar 4 Code dari pemilihan baris kunci
Gambar 5 Code dari pengubahan nilai-nilai pada baris kunci
Gambar 6 Code dari pengubahan nilai-nilai pada selain baris kunci
Implementasi
Setelah jelas mesin inferensia yang digunakan pada penelitian, selanjutnya
akan masuk ke tahap pengembangan sistem. Pada tahap ini, aplikasi M-Polfo
untuk menghitung formulasi pakan ternak dikembangkan. M-Polfo dikembangkan
dengan basis Android serta XML untuk mendesain antarmuka.
13
Halaman utama dari aplikasi M-Polfo dapat dilihat pada Lampiran 4. Pada
halaman utama tampak fitur-fitur dalam aplikasi M-Polfo. Fitur-fitur ini terdiri
atas fitur melihat kandungan nutrisi bahan pakan, fitur melihat kebutuhan nutrisi
unggas, dan fitur memformulasikan pakan unggas.
Pada Lampiran 5, terlihat antarmuka dari fitur kandungan nutrisi bahan
pakan yang berupa daftar bahan-bahan pakan. Jika pengguna memilih salah satu
bahan pakan, maka akan tampil rincian kandungan nutrisi bahan pakan.
Antarmuka dari rincian kandungan nutrisi bahan pakan dapat dilihat pada
Lampiran 6.
Pada Lampiran 7, terlihat antarmuka dari fitur kebutuhan nutrisi unggas
yang berupa daftar unggas berserta rentang umurnya. Jika pengguna memilih
salah satu jenis unggas dengan umur tertentu, maka akan tampil rincian dari
kebutuhan nutrisi unggas. Antar muka dari rincian kebutuhan nutrisi unggas dapat
dilihat pada Lampiran 8.
Pengguna dapat memformulasikan pakan unggas pada fitur formulasi.
Pengguna memilih unggas yang akan diformulasikan, memilih pakan yang
digunakan, mengisi jumlah minimal dan maksimal dari komposisi bahan pakan,
memilih nutrisi yang diperhitungkan, dan mengisi jumlah maksimal dari
komposisi nutrisi unggas. Kemudian, sistem akan menampilkan hasil formulasi
sesuai dengan input pengguna. Antarmuka dari fitur formulasi pakan ini dapat
dilihat pada Lampiran 9, Lampiran 10, Lampiran 11, dan Lampiran 12.
Pengujian
Tahap terakhir adalah tahap pengujian. Tahap pengujian merupakan proses
menemukan kesalahan atau bug di dalam aplikasi sebelum digunakan oleh
pengguna. Tahap pengujian ini akan dilakukan oleh pakar untuk memastikan
aplikasi yang dikembangkan telah sesuai dengan kebutuhan pengguna dan
formulasi pakan yang dilakukan telah benar. Berdasarkan hasil pengujian dengan
membandingkannya dengan sistem formulasi WinFeed 2.8, hasil yang didapatkan
relatif sama. Untuk hasil pengujian ini dapat dilihat pada Lampiran 13.
SIMPULAN DAN SARAN
Simpulan
Penelitian ini menghasilkan aplikasi Formulasi Pakan Unggas yang dapat
digunakan untuk melakukan kegiatan formulasi pakan unggas sederhana.
Formulasi yang dilakukan dapat memenuhi kebutuhan nutrisi unggas dengan
mempertimbangkan harga paling minimal. Hasil pengujian menunjukkan aplikasi
ini dapat menyamai aplikasi formulasi lain yaitu WinFeed. Bahkan dalam
pengujian, aplikasi ini dapat menghasilkan ransum dengan harga yang lebih
murah.
14
Saran
Untuk saat ini, sistem yang dikembangkan masih memiliki beberapa
kekurangan, dan harapannya kekurangan ini bisa diatasi pada penelitian
selanjutnya. Saran yang bisa diberikan adalah penambahan fitur pengatur nutrisi
dan shadow price.
DAFTAR PUSTAKA
Arfayanto M. 2010. Studi penggunaan Cassabio dalam ransum terhadap
penampilan ayam pedaging dan kandungan Amonia (NH3) dalam ekskreta
[tesis]. Bogor (ID): Institut Pertanian Bogor.
[Dirjen PKH Kementan] Direktorat Jenderal Peternakan dan Kesehatan Hewan
Kementerian Pertanian. 2012. Pedoman Lumbung Pakan Unggas. Jakarta
(ID): Dirjen PKH Kementan.
Ensminger ME. 1992. Poultry Science (Animal Agriculture Series). Illinois (US):
Interstate Publishers.
Forsum. 2012. Harga Bahan Pakan 2012 [Internet]. [diunduh pada 2013 Apr 5]
Tersedia pada: http://forsum.wordpress.com/2012/09/15/harga-bahan-pakan2012/.
Herjanto E. 2007. Manajemen Operasi Edisi Ketiga. Jakarta (ID): Grasindo.
Kusnandar BA. 2004. Aplikasi program linear dengan Microsoft Visual Basic 6.0
dalam formulasi ransum unggas [skripsi]. Bogor (ID): Institut Pertanian
Bogor.
Marimin. 2009. Teori dan Aplikasi Sistem Pakar dalam Teknologi Manajerial.
Bogor (ID): IPB Press.
[NRC SPN USA] National Research Council Subcommitee on Poultry Nutrition
USA. 1994. Nutrient Requirements of Poultry. Washington (US): National
Academy Press.
Nugraha RA. 2012. Optimalisasi formulasi pakan ternak terhadap ayam pedaging
dengan menggunakan metode linear programming [skripsi]. Jakarta (ID):
Universitas Gunadarma.
Nurzepika Y. 2010. Formulasi ransum sapi potong dengan linear programming
dan fuzzy linear programming [skripsi]. Padang (ID): Universitas Andalas.
Rasyaf M.1994. Beternak Ayam Petelur. Jakarta (ID): Penebar Swadaya.
Setyaningrum M. 2010. Profil hematologi darah ayam broiler yang diberi ransum
mengandung Aflatoksin [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Supranto J. 1983. Linear Programming. Jakarta (ID): Lembaga Penerbit Fakultas
Ekonomi Universitas Indonesia.
Susanta B. 1994. Program Linear. Yogyakarta (ID): Departemen Pendidikan dan
Kebudayaan Direktorat Jenderal Pendidikan Tinggi.
Wiston WL. 1995. Introduction to Mathematical Programing. Ed ke-2. California
(US): Duxbury Press.
15
LAMPIRAN
Lampiran 1 Daftar kebutuhan nutrisi ternak unggas Broilers (NRC SPN USA
1994)
Jenis
Hewan
Broilers
Jenis
Hewan
Broilers
Jenis
Hewan
Broilers
Umur / fase
EM
Protein
Arginine
Minggu
0-3
3-6
6-8
Kkal
3200
3200
3200
%
23
20
18
%
1.25
1.10
1.00
Umur /
fase
Minggu
0-3
3-6
6-8
Isoleu
-cine
%
0.80
0.78
0.62
Umur /
fase
Minggu
0-3
3-6
6-8
Threonine
%
8.00
7.40
6.80
Leucine
%
1.20
1.09
0.93
Lysine
%
1.10
1.00
0.85
Tryptophan
%
2.00
1.80
1.60
Glysine
+Serin
e
%
1.25
1.14
0.97
Histidine
%
0.35
0.32
0.27
Methionine
+Cystine
Phenylalanine
+Tyrosine
%
0.90
0.72
0.60
%
1.34
1.22
1.04
Valine Kalsium
%
9.00
8.20
7.00
%
10.00
9.00
8.00
Fosfor
%
4.50
3.50
3.00
16
Lampiran 2 Daftar jenis bahan pakan (NRC SPN USA 1994)
Kode
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
Jenis Bahan Pakan
Corn
gluten, meal 60% protein
Grain
grits by-product (hominy feed)
gluten with bran (corn gluten
feed)
Sorghum
grain, 8-10% protein
grain, more than 10% protein
Soybean
seeds without bulls
seeds, meal solvent extracted
seeds, heat processed
flour by-product (soybean mill
feed)
Rice
grain, polished and broken
(brewer's rice)
Polishing
bran with germ (rice bran)
Pea-seeds
Oats-grain
Barley-grain
Fish
Anchovy-meal mechanically
extracted
Herring-meal mechanically
extracted
Menhaden-meal mechanically
extracted
Poultry
by-product, meal rendered
(viscera with feet&heads)
feather, meal hydrolyzed
Blood
meal, vat dried
meal, spray or ring dried
Feathers
solubles, condensed
solubles, dehydrated
%
Arginine
%
Glysine
+Serine
%
3720
3350
2896
1750
62.00
8.50
10.40
21.00
1.82
0.38
0.47
1.01
4.63
0.70
0.90
1.79
3288
3212
8.80
11.00
0.35
0.35
0.71
0.77
2440
2230
3300
720
48.50
44.00
37.00
13.30
3.48
3.14
2.59
0.94
4.53
4.19
3.42
0.40
2990
8.70
0.74
0.94
3090
2980
2570
2550
2640
12.20
12.90
23.80
11.40
11.00
0.78
0.96
2.23
0.79
0.52
2.07
1.29
2.08
0.90
0.90
2580
64.20
3.81
6.19
3190
72.30
4.21
7.05
2820
60.05
3.68
6.83
2950
60.00
3.94
8.88
2360
81.00
5.57
14.65
2830
3420
81.10
88.90
3.63
3.62
7.73
8.20
1460
2830
31.50
63.60
1.61
2.78
4.24
7.91
EM
Protein
kkal
17
Lanjutan
Kode
Histidine
%
IsoleuMethionine Phenylalanine
Leucine Lysine
cine
+Cystine
+Tyrosine
%
%
%
%
%
1
2
3
4
1.20
0.23
0.20
0.71
2.45
0.29
0.40
0.65
10.04
1.00
0.84
1.89
1.03
0.26
0.40
0.63
2.59
0.36
0.26
0.96
6.63
0.68
0.84
1.35
5
6
0.22
0.23
0.35
0.43
1.14
1.37
0.21
0.22
0.33
0.26
0.81
0.69
7
8
9
10
1.28
1.17
0.99
0.18
2.12
1.96
1.56
0.40
3.74
3.39
2.75
0.57
2.96
2.69
2.25
0.48
1.39
1.28
1.07
0.31
4.29
4.07
3.12
0.60
11
12
13
14
15
16
0.26
0.24
0.35
0.59
0.24
0.27
0.37
0.41
0.45
0.97
0.52
0.37
0.74
0.80
0.91
1.65
0.89
0.76
0.43
0.57
0.59
1.68
0.50
0.40
0.43
0.32
0.53
0.57
0.40
0.42
0.81
1.09
1.02
1.83
1.12
0.91
17
18
19
1.59
1.74
1.42
3.06
3.23
2.28
4.98
5.46
4.16
5.07
5.47
4.51
2.60
2.88
2.20
4.97
5.07
4.01
20
21
1.07
0.95
2.16
3.91
3.99
6.94
3.10
2.28
1.97
4.91
3.97
5.42
22
23
3.52
5.33
0.95
0.98
10.53
11.32
7.05
7.88
1.07
2.12
7.73
8.48
24
25
1.56
2.18
1.06
1.95
1.86
3.16
1.73
3.28
0.80
1.66
1.33
2.26
18
Lanjutan
Kode
Threonine Tryptophan
%
%
Valine
%
Kalsium
%
Fosfor
%
Harga
Rp/kg
1
2
3
4
2.00
0.29
0.40
0.89
0.36
0.06
0.10
0.10
2.78
0.40
0.49
0.05
0.00
0.02
0.05
0.40
0.14
0.08
0.00
0.00
5000
3000
2000
4000
5
6
0.29
0.33
0.08
0.09
0.44
0.54
0.04
0.04
0.00
0.00
2500
2500
7
8
9
10
1.87
1.72
1.41
0.30
0.74
0.74
0.51
0.10
2.22
2.07
1.65
0.37
0.27
0.29
0.25
0.37
0.22
0.27
0.00
0.00
5500
6000
5500
5500
11
12
13
14
15
16
0.36
0.40
0.48
0.84
0.43
0.37
0.10
0.13
0.12
0.18
0.16
0.14
0.54
0.76
0.68
1.10
0.68
0.52
0.08
0.05
0.07
0.11
0.06
0.03
0.08
0.14
0.22
0.00
0.05
0.17
3000
3000
1600
3000
5000
5000
17
18
19
2.82
3.07
2.46
0.78
0.83
0.49
3.46
3.90
2.77
3.73
2.29
5.11
0.00
0.00
0.00
4000
4000
4000
20
21
2.17
3.81
0.37
0.55
2.87
5.93
3.00
0.33
0.00
0.00
5000
4000
22
23
3.15
3.92
1.29
1.35
7.28
7.53
0.55
0.41
0.00
0.00
5000
5000
24
25
0.86
1.35
0.31
0.51
1.16
2.22
0.30
1.23
0.00
0.00
4000
4000
19
Lanjutan
Kode
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
Jenis Bahan Pakan
Peanut
kernel, meal solvent extracted
kernels, meal mechanically
extrected (expeller)
Cotton
seeds, meal Prepressed solvent
extracred, 44% protein
seeds, meal prepressed solvent
extracted, 41% protein
seeds, meal mechanically
extracted (expeller)
Sunflower
seeds, meal solvent extracted
seeds without bulls
seeds, meal mechanically
extracted (expeller)
Cattle-skim milk, dehydrated
Meat
meal rendered
with bone, meal rendered
Wheat
flour by-product,